巨头豪赌光芯片

在许多方面，人工智能（AI）热潮是一个与众不同的炒作周期。当然，在90年代末的点阵互联（dotcom）激增与本世纪初的移动革命之间确实可以进行对比，但就投入的资本以及对其将引发巨大社会变革的崇高预测而言，它遥遥领先于其他一切。

这种进步的速度伴随着巨大的障碍。AI建设者们不得不努力应对诸如获取为巨大数据中心供电的能源、存储芯片荒，以及日益显著的、在AI芯片和系统之间传输数据的效率等限制。

一种被称为光子学（photonics）的新兴技术，为解决后者提供了一条途径。

光子学可以通过利用光在图形处理器、内存、网络芯片、服务器和数据中心之间移动数据来应用于AI基础设施，而不是依赖沿着铜线运行的电信号。一些光子技术已经投入使用，包括在光纤连接中。

但目前AI服务器和机架内部的大部分连接都是沿着铜线传输的，这限制了速度并增加了能源成本。

“AI模型性能的主要瓶颈之一，是芯片之间以及芯片服务器之间的通信速度，”D.A. Davidson技术研究主管吉尔·卢里亚（Gil Luria）表示。

“通信越快，用户就能越快地获得他们的答案或执行他们的任务，”他补充道。“通过将芯片之间以及服务器之间的连接转变为光学连接，模型的性能可以显著提高。”

光子学的巨大前景已经见证了英伟达向开发该技术的公司注资数十亿美元。

自3月初以来，英伟达已经宣布向 Lumentum、Coherent 和 Marvell 投资20亿美元，这些公司都在开发光子技术。这家芯片巨头还表示，它将向康宁（Corning）投资5亿美元以开发先进的光学连接解决方案，并参与了光学初创公司 Ayar Labs 的5亿美元E轮融资。

英伟达首席执行官黄仁勋在3月份的 GTC 上向观众表示，这家芯片巨头正开始扩大其硅光子技术的规模。

“我们所需要的硅光子技术产能，大幅高于当今世界所拥有的产能，”他说。黄仁勋补充道，英伟达正开始在其网络平台和 GPU 到 GPU 的互联平台上部署光子学。

但在大规模部署新技术绝非一帆风顺的过程。

市场研究公司 650 Group 的首席分析师艾伦·韦克尔（Alan Weckel）告诉 CNBC，一个障碍将是制造。“该行业从未见过这种类型的需求或增长，因此，在受到限制的情况下，提高供应链以匹配需求是具有挑战性的。”

另一个挑战是将现有的AI系统适应光子技术，卢里亚说。

“整合更多光学组件的主要挑战在于，需要将现有的产品路线图显著重新设计为一种用光纤替代铜线的不同配置，”他说。

“这可能需要来自英伟达等公司的再过一到两代产品，才能变得更加普遍。”

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。