AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：CPU、GPU的互連從1米飆至100米，英特爾：你相信光嗎？
關(guān)鍵字：英特爾,解讀,光子,集成電路,光纖
文章來源：量子位
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

金磊 發(fā)自 凹非寺量子位 | 公眾號 QbitAI英特爾用“光”，突破了大模型時(shí)代棘手的算力難題——
推出業(yè)界首款全集成OCI（光學(xué)計(jì)算互連）芯片。
△圖源：英特爾要知道，在AI大模型遵循Scaling Law發(fā)展的當(dāng)下，為了取得更好的效果，要么模型規(guī)模、要么數(shù)據(jù)規(guī)模，都在往更大的趨勢發(fā)展。
這就會(huì)導(dǎo)致AI大模型在算力層面上，對整個(gè)計(jì)算、存儲(chǔ)，包括中間I/O通信等提出更高的要求。
而英特爾此次的突破口，正是I/O通信：
在CPU和GPU中，用光學(xué)I/O取代電氣I/O進(jìn)行數(shù)據(jù)傳輸。
有什么用？
一言蔽之，數(shù)據(jù)傳輸距離遠(yuǎn)多了，量大了，功耗低了——更適合AI大模型的“體質(zhì)”了。
△圖源：英特爾那么英特爾為什么要用到“光”？具體又是如何實(shí)現(xiàn)的？
用上了“光”，從馬車變卡車傳統(tǒng)采用電氣I/O的方式（銅線連接）固然有它的優(yōu)勢，例如支持高帶寬密度和低功耗，但致命的問題就是傳輸距離比較短（不到1米）。
這要放在一個(gè)機(jī)架里倒也是沒有問題，但AI大模型在算力上往往標(biāo)配都是服務(wù)器集群這個(gè)量級。
不僅占地面積大，還跨N多個(gè)機(jī)架，線都是需要幾十米甚至上百米的長度，功耗那是相當(dāng)?shù)母?；它?huì)吃掉所有供給機(jī)架的電源，以

原文鏈接：CPU、GPU的互連從1米飆至100米，英特爾：你相信光嗎？

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：