نماذج ومنصات الذكاء الاصطناعي

Lightmatter تنضم إلى اتفاقية المصدر المتعدد Open CPX مع وحدة Passage L20 ثنائية الاتجاه

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

انضمت Lightmatter إلى اتفاقية المصدر المتعدد Open CPX (MSA) وقدمت وحدة Passage L20 CPX البصرية في إعلان 17 سبتمبر 2026، وصفت الشركة هذه الوحدة بأنها أول وحدة Open CPX للبنية التحتية للذكاء الاصطناعي تستخدم تقنية الروابط البصرية ثنائية الاتجاه (BiDi). وقالت Lightmatter إن الوحدة تقلل نصف عدد الألياف والموصلات المطلوبة في شبكات توسيع الذكاء الاصطناعي.

تُشغل وحدة Passage L20 CPX محرك Passage L20 البصري، وهو منصة البصريات القريبة من الحزمة (NPO) التي أعلنت عنها Lightmatter في مارس، وأفادت الشركة أن المنصة توفر 6.4 تيرابت في الثانية (Tbps) في وحدة موصولة بمقبس واحد.

قال نيك هاريس، مؤسس ومدير عام Lightmatter، في الإعلان إن بنية تحتية للذكاء الاصطناعي تتجاوز ما يمكن للنحاس دعمه، واصفًا البصريات المجمعة (CPO) كالحل وCPX كالمسار لجلب البصريات والألياف وسلسلة التوريد إلى الإنتاج قبل ذلك. “إنها تجعل البصريات والألياف وسلسلة التوريد في الإنتاج الآن، بحيث عندما تصل CPO، تكون الأجزاء الصعبة قد أثبتت جدواها بالفعل,” قال هاريس. وأضاف أن التصميم ثنائي الاتجاه ينقل الإرسال والاستقبال عبر ليف واحد، مما يقلل متطلبات الألياف إلى النصف، وعلى نطاق العنقود يسرّع الإقلاع ويقلل الفشل.

في رابط بصري تقليدي، يحمل ليف واحد إشارة الإرسال ويف يحمل ليف آخر إشارة الاستقبال. تضع تقنية ثنائية الاتجاه كلا الاتجاهين على ليف واحد من خلال إعطاء كل اتجاه طول موجة ضوئية خاص به. في وحدة توسيع مكوّنة من 512 وحدة معالجة رسومية (GPU)، وجدت تحليلات الشركة أن هذا النهج يقلل عدد الألياف في الوحدة من حوالي 130,000 إلى 65,000، مع ما يقرب من 16,000 موصل أقل، موفرًا أكثر من 200 ميل من الألياف. وقالت Lightmatter إن هذا التخفيض يقلل تقريبًا 15 بالمائة من إجمالي تكلفة شبكة التوصيل لتوسيع النطاق، ويسرّع النشر، ويبسّط صيانة نظام الألياف.

مدى النحاس وتحليل وحدة 512‑GPU

يستند الإعلان إلى الملخص الفني الذي نشره مؤلفو Lightmatter تايلور غروفس ولارس جونسون في 14 سبتمبر 2026. يذكر الملخص أنه عند معدل 200 جيغابت في الثانية لكل مسار، يحد مدى النحاس البالغ تقريبًا متر واحد من نطاق توسيع متصل كهربائيًا إلى رف أو رفين، أو من 72 إلى 144 وحدة معالجة رسومية. وربط 512 معالجًا أو أكثر عبر الرفوف، كتب المؤلفون، يترك البصريات الفوتونية كالخيار الوحيد القابل للتطبيق.

يحسب الملخص أن وحدة 512‑GPU المبنية باستخدام بصريات أحادية الاتجاه (UniDi) التقليدية تحمل 131,072 ليف بيانات و32,768 نقطة توصيل موصل يجب تنظيفها واختبارها أثناء النشر، وهو ما يقدّر المؤلفون أنه يستغرق أكثر من 1,000 ساعة لوحدة واحدة. وفقًا للملخص، يقلل BiDi عدد الألياف في الوحدة إلى نحو 65,536 ليفًا ويقضي على 16,384 موصلًا بالإضافة إلى صناديق الخلط التي توجهها، مما يخفض عدد المكونات البصرية السلبية القابلة للفشل بنحو النصف. يقدّر المؤلفون أن نظام الألياف الأصغر يمكنه أيضًا إزالة أكثر من أسبوع من وقت التكامل والاختبار من كل وحدة.

يعزو الملخص تخفيضًا بنحو 15 بالمائة في إجمالي إنفاق شبكة التوسيع للعنقود المكوّن من 512‑GPU إلى BiDi، وهو رقم يشمل المفاتيح والألياف والموصلات وواجهات الخلط. كما يذكر ورقة بيضاء صادرة عن Broadcom في مايو 2024 وجدت توفيرًا في تكلفة البصريات بنسبة 15 بالمائة لوحدة 512‑GPU، مع زيادة التوفير مع طول الألياف ومساحة الوحدة.

مواصفات Passage L20 CPX

تم تصميم Passage L20 CPX لتوفير 12.8 تيرابت في الثانية من إجمالي عرض النطاق (6.4 تيرابت في الثانية للإرسال و6.4 تيرابت في الثانية للاستقبال) عبر 32 مسارًا بصريًا لكل اتجاه بمعدل خط PAM4 قدره 212.5 جيغابت في الثانية. تنفذ الوحدة حقل Type 2 single RF+MP pin المحدد بواسطة MSA، وتصل إلى أكثر من 500 متر عبر ألياف ذات وضعية أحادية، وتتبع بنية رابط IEEE 802.3dj DR، وتُدار عبر بروتوكولات OIF-CMIS.

تعمل الوحدة على أطوال موجية O‑band 1331 و1311 نانومتر وتدعم وحدة الليزر Guide DR من Lightmatter أو أي مصادر ليزر خارجية متوافقة أخرى. تتوفر Passage L20 أيضًا بصيغة XPO. وفقًا للملخص الفني، يقع طولا الموجة BiDi على بعد 20 نانومتر من بعضهما، ويمكن برمجة كل محرك بصري على مستوى المنفذ للإرسال على أي من الطولين الموجيين، وهو تصميم قال المؤلفون إنه يترك طوبولوجيا المفتاح والرتبة دون تغيير.

لاحظت Lightmatter أن المواصفات الواردة في الإصدار أولية وأن أرقام الأداء والتكلفة مستندة إلى اختبارات داخلية أو نمذجة تحت ظروف محددة.

غرض واتحاد Open CPX MSA

تحدد Open CPX MSA شكلًا موحدًا للوحدات البصرية المجمعة والقريبة من الحزمة التي تجلس مباشرة بجانب ASIC المضيف أو المفتاح أو وحدة معالجة الرسومات لتوفير إدخال وإخراج عالي النطاق وعالي السرعة، مع تثبيت الوحدات على لوحة الدائرة أو الركيزة. وفقًا للإعلان، نظرًا لأن مساحة اللوحة الأم تحد من كثافة النطاق في الأنظمة القابلة للتوصيل، فإن نقل البصريات القريبة من الحزمة إلى جانب المعالج يرفع هذا الحد مع خفض التكلفة والطاقة مقارنة بالمحوّلات القابلة للتوصيل التقليدية.

يقدّم Open CPX MSA نفسه كمنظمة دولية تعمل على تسهيل تبني محركات البصريات من خلال معايير ميكانيكية وأداء مشتركة لموردي النظام الإيكولوجي والمستخدمين النهائيين. هدفها المعلن هو خفض الطاقة والتكلفة والكمون مع رفع كثافة عرض النطاق الترددي والسعة والموثوقية للروابط عالية السرعة المتكاملة قريبًا من الحزمة في تطبيقات مراكز بيانات الذكاء الاصطناعي. نشرت المجموعة مواصفة Open CPX الإصدار 1.0 التي تغطي موصلات ووحدات البصريات المتكاملة قريبًا من الحزمة. تُظهر موقعها أن Ciena وCoherent وMarvell وMolex وSamtec وTeraHop هم الأعضاء المؤسسين، وتدرج Lightmatter بين الأعضاء المساهمين الذين تشمل أيضًا Dell وHewlett Packard Enterprise وIntel وQualcomm.

قال سامح بوجلبن، نائب الرئيس في مجموعة Dell’Oro، في الإعلان إنه مع نمو مجموعات الذكاء الاصطناعي، تنتقل القيود الأساسية من الحوسبة إلى البنية التحتية الفيزيائية المحيطة مثل الطاقة، والكابلات، ووقت تشغيل الحاويات. وأضاف بوجلبن: «إن جهود التوحيد مثل Open CPX MSA حاسمة لتسويق البصريات القريبة من الحزمة عبر نظام إيكولوجي واسع متعدد البائعين»، مشيراً إلى أن خفض عدد الألياف إلى النصف دون التضحية بعرض النطاق الترددي يعكس مشكلة التكلفة والتعقيد التي يواجهها المشغلون مباشرة.

قالت Lightmatter إن مجموعات تقييم وحدة Passage L20 CPX من المتوقع شحنها للعملاء في الربع الأول من عام 2027.

ثيو ناش هو خبير في مجال الذكاء الاصطناعي في Unite.AI ، ويهتم ببنية تحتية للذكاء الاصطناعي والحوسبة والأنظمة المادية التي تعمل بالذكاء الاصطناعي الحديث. يركز عمله على الأسس الفنية خلف حمولات الذكاء الاصطناعي على نطاق واسع ، بما في ذلك مراكز البيانات والمسرعات والشبكات وبرامج التطبيقات التي تربطها معًا.
بمنظور تحليلي ومهندس مدفوع ، يفحص ثيو كيف تتيح التطورات في وحدات معالجة الرسومات والصمامات المخصصة وعمليات الذاكرة والأنظمة الموزعة لأجيال جديدة من نماذج الذكاء الاصطناعي. يهتم بشكل خاص بالتضحيات في الأداء والكفاءة في استهلاك الطاقة وال قابلية للتوسيع والقيود العملية التي تشكل النشر الفعلي للبنية التحتية للذكاء الاصطناعي.
المقالات التي كتبها ثيو ناش يتم إنشاؤها بواسطة الذكاء الاصطناعي ومراجعتها بواسطة فريق التحرير في Unite.AI لضمان الدقة الفنية والوضوح والتغطية المسؤولة للمناظر الحوسبية للذكاء الاصطناعي التي تتطور بسرعة.