การเปลี่ยนแปลงที่กำลังจะเกิดขึ้นในโครงสร้างพื้นฐาน AI: ความสามารถในการเขียนโปรแกรมมากกว่าซิลิกอน

ในขณะที่โลกกำลังให้ความสนใจกับ AI และการประยุกต์ใช้งานมากขึ้น มีบางสิ่งที่เป็นอุปสรรคที่แท้จริงที่ขัดขวางความสำเร็จของ AI เช่น โครงสร้างพื้นฐานของศูนย์ข้อมูล AI ซึ่งเผชิญกับความท้าทายด้านความน่าเชื่อถือ ความสามารถในการทำงาน และข้อจำกัดด้านการใช้พลังงานที่เพิ่มขึ้น ซึ่งจำกัดความสามารถในการขยายตัวของระบบ AI ในทางปฏิบัติ จริงๆ แล้ว ความต้องการที่เปลี่ยนแปลงอย่างรวดเร็วของ AI ต้องการการเปลี่ยนแปลงไปสู่ขั้นตอนต่อไปของการพัฒนา OCS — OCS ที่ใช้ซิลิกอนโฟโตนิกส์ที่สามารถเขียนโปรแกรมได้ — ซึ่งให้ความสามารถในการทำงานที่ไม่เคยเห็นมาก่อน

เรามาถึงจุดนี้ได้อย่างไร: ประวัติเบื้องหลังการพัฒนา OCS

สวิตช์วงจรแสง (OCSs) มีประวัติยาวนานตั้งแต่ปลายศตวรรษที่ 19 และต้นศตวรรษที่ 20 เมื่อการสื่อสารทางเสียงต้องอาศัยการสวิตช์วงจร — การเปลี่ยนสายเคเบิลเพื่อสร้างการเชื่อมต่อระหว่างสองฝ่าย การส่งแพ็กเก็ตถูกนำมาใช้ในทศวรรษ 1960 เพื่อใช้โครงสร้างพื้นฐานที่ใช้ร่วมกันอย่างมีประสิทธิภาพมากขึ้น ซึ่งเกี่ยวข้องกับการแบ่งข้อมูลออกเป็น “แพ็กเก็ต” เล็กๆ เพื่อให้สามารถส่งผ่านเครือข่ายได้หลายเส้นทาง ในทศวรรษ 1970 แพ็กเก็ตเหล่านี้ถูกกำหนดให้มีที่อยู่ รูท และส่งมอบข้ามระบบที่แตกต่างกัน และในทศวรรษ 1980 การกำหนดค่านี้ — โพรโทคอลควบคุมการถ่ายโอน/โพรโทคอลอินเทอร์เน็ต หรือ TCP/IP — กลายเป็นมาตรฐานอินเทอร์เน็ตเพื่อให้เครือข่ายที่ไม่เข้ากันได้สามารถสื่อสารกันภายใต้โครงสร้างพื้นฐานร่วมกัน เมื่อความต้องการเครือข่ายและความสามารถในการขยายตัวเพิ่มขึ้นในทศวรรษ 1990 สวิตช์แพ็กเก็ตไฟฟ้า (EPSs) ถูกนำมาใช้ ร่วมกับ TCP/IP EPSs เป็นพื้นฐานของการเติบโตของอินเทอร์เน็ตและเชื่อมต่อผู้ใช้หลายล้านคนในระดับโลก ในเวลาเดียวกัน ไฟเบอร์เริ่มแทนที่ทองแดงในเครือข่ายระดับโลก โดยให้ความสามารถในการทำงานสูงขึ้นและความสามารถในการทำงานระยะไกล และความสามารถในการรองรับความเร็วหลายเทอราบิต

สภาพแวดล้อม AI ที่มีการเปลี่ยนแปลง

แต่ในช่วงต้นของศตวรรษที่ 21 ความต้องการ AI ทำให้เกิดแรงกดดันที่มากต่อเครือข่ายอิเล็กทรอนิกส์ในปัจจุบัน ซึ่งนำไปสู่การพัฒนาโครงสร้างพื้นฐานศูนย์ข้อมูล OCS ที่ใช้ MEMS เชิงพาณิชย์เป็นครั้งแรก สวิตช์ MEMS ที่ใช้แสงสวิตช์เป็นอุปกรณ์สวิตช์แบบออปติกที่ใช้กระจกเล็กๆ ที่สามารถเคลื่อนไหวได้เพื่อเปลี่ยนทิศทางของแสงระหว่างเส้นใยเข้าและออกโดยไม่ต้องแปลงสัญญาณเป็นไฟฟ้า สวิตช์ OCS ที่ใช้ MEMS เหล่านี้รองรับพอร์ตขนาดใหญ่ ซึ่งเหมาะสำหรับการเชื่อมต่อเซิร์ฟเวอร์ที่อยู่ห่างไกลโดยการเอาชนะข้อจำกัดของทองแดงในศูนย์ข้อมูล อย่างไรก็ตาม ข้อจำกัดด้านความเร็วในการกำหนดค่าใหม่ ต้นทุนต่อพอร์ต และปัจจัยรูปทรงได้กลายเป็นเรื่องที่ชัดเจนขึ้น ข้อจำกัดเหล่านี้ทำให้ OCS ที่ใช้ MEMS ไม่สามารถตอบสนองความต้องการในการกำหนดค่าเครือข่ายใหม่ในเวลาจริงในใจกลางของเครื่องมือคำนวณของศูนย์ข้อมูล — เครือข่ายขนาดใหญ่ — โดยเฉพาะอย่างยิ่ง ในกรณีของความต้องการ AI.

จริงๆ แล้ว วันนี้ ข้อจำกัดของ OCS ที่ใช้ MEMS และ ความต้องการที่เพิ่มขึ้นของศูนย์ข้อมูล AI กลายเป็นเรื่องที่ชัดเจนขึ้น เนื่องจากการเปลี่ยนแปลงที่ไม่แน่นอนและไม่คาดคิดที่นำมาโดย AI ทุกๆ ปี หรือทุกๆ 6 เดือน — หรือแม้แต่ทุกๆ ไตรมาส AI ตัวแทนของระบบนิเวศศูนย์ข้อมูล AI ต้องปรับตัวให้เร็วขึ้นและตอบสนองต่อภูมิทัศน์ของ AI ที่เปลี่ยนแปลงอย่างรวดเร็ว และนักออกแบบเครือข่ายถูกกดดันให้กำหนดค่าใหม่หรือเขียนโปรแกรมเครือข่ายศูนย์ข้อมูล AI ใหม่ตามความจำเป็นเพื่อหลีกเลี่ยงปัญหาในเครือข่ายหรือจัดการกับการทำงานของ AI ใหม่ที่ต้องการประสิทธิภาพที่ดีขึ้น

ซิลิกอนโฟโตนิกส์ที่สามารถเขียนโปรแกรมได้: การข้ามพ้นเครือข่ายที่ ‘แข็งตัว’

OCS ที่ใช้ซิลิกอนโฟโตนิกส์ที่สามารถเขียนโปรแกรมได้ (SiPh) คือขั้นตอนต่อไปในการพัฒนา OCS ต้นทุนต่ำ มีขนาดกะทัดรัด และขับเคลื่อนด้วยซอฟต์แวร์ ชิปโฟโตนิกส์เหล่านี้สามารถเขียนโปรแกรมใหม่ได้ทันทีเพื่อปรับเปลี่ยนในเวลาจริงวิธีการทำงานของแสงและดังนั้นจึงกำหนดค่าเครือข่ายใหม่ เมื่อเปรียบเทียบกับ MEMS OCS ที่ใช้ SiPh เป็นเทคโนโลยีแบบสถานะแข็ง ซึ่งลบความเสี่ยงด้านความน่าเชื่อถือออกไป เนื่องจากไม่มีส่วนประกอบที่เคลื่อนไหวได้ เทคโนโลยีแบบสถานะแข็งและความเข้ากันได้กับ CMOS ยังหมายความว่าสามารถจับคู่เป้าหมายต้นทุนของคลัสเตอร์ GPU ที่ $100 ต่อ radix ได้

OCS ที่ใช้ SiPh ที่สามารถเขียนโปรแกรมได้เสริมสร้างโครงสร้างพื้นฐานศูนย์ข้อมูล AI ในสองวิธีที่สำคัญ ประการแรก มันทำให้สามารถกำหนดค่าใหม่ของการเชื่อมต่อ GPU ได้อย่างรวดเร็ว เพื่อให้สามารถทำงานได้อย่างมีประสิทธิภาพและเสร็จสิ้นเร็วขึ้น เมื่อการฝึกอบรม AI มีการเปลี่ยนแปลง โทโพโลยีการสื่อสารต้องเปลี่ยนแปลงอย่างรวดเร็ว — แม้ภายในงานฝึกอบรม — โดยไม่สูญเสียแพ็กเก็ต ซึ่งต้องการเวลาในการกำหนดค่าใหม่ที่รวดเร็วมาก ซึ่งเป็นพื้นที่ที่ OCS ที่ใช้ SiPh มีความเหนือกว่าอย่าง根本เมื่อเปรียบเทียบกับวิธีการที่ใช้ MEMS โดยการสนับสนุนเวลาในการกำหนดค่าใหม่และเวลาในการส่งสัญญาณที่เร็วกว่าหลายอันดับเมื่อเทียบกับเทคโนโลยี MEMS

ประการที่สอง ความสามารถในการเขียนโปรแกรมของ OCS ที่ใช้ SiPh ช่วยให้สามารถรวมฟังก์ชันเพิ่มเติมเข้ากับฟาบริกของสวิตช์โดยไม่ต้องปรับขนาดรูปทรง คุณสมบัติ เช่น การวัดผลในเวลาจริงผ่านโฟโตดีเทคเตอร์ที่รวมเข้ากับ SiGe และการขยายลิงก์สามารถรวมเข้าด้วยกันเพื่อปรับปรุงการมองเห็นและเพิ่มความทนทานต่อความล้มเหลว ในขณะที่ OCS ที่ใช้ MEMS มักจะแนะนำการสูญเสียแสง 2-3 ดесиเบล OCS ที่ใช้ SiPh สามารถออกแบบให้ไม่มีการสูญเสียได้ ซึ่งปรับปรุงความยืดหยุ่นและประสิทธิภาพของระบบโดยรวม

มองไปข้างหน้า

เนื่องจากเครือข่ายศูนย์ข้อมูลในประวัติศาสตร์มีความแข็งตัวและไม่สามารถตามทันความต้องการที่เปลี่ยนแปลงของศูนย์ข้อมูล AI ได้ ตลาด สำหรับเทคโนโลยี SiPh ที่สามารถเขียนโปรแกรมได้แสดงถึงโอกาสที่มีมูลค่าหลายพันล้านดอลลาร์ ร่วมกับโอกาสที่ยิ่งใหญ่นี้มีความจำเป็นในการร่วมมือและความร่วมมือระหว่างธุรกิจที่อยู่ในใจกลางของเทคโนโลยีใหม่นี้ เพื่อจุดประสงค์นี้ มี ร่างกายมาตรฐาน OCP — ซึ่งรวมถึง Google, Microsoft, Lumentum และผู้นวัตกรรมอื่นๆ — ที่มีเป้าหมายในการทำให้界面ซอฟต์แวร์สำหรับผู้จัดการเครือข่ายที่ใช้ OCS มาตรฐานและใช้งานง่ายที่สุด บริษัทเหล่านี้ต้องการแบ่งปันมุมมองและสร้างมาตรฐานเพื่อขับเคลื่อนเทคโนโลยีไปข้างหน้าและเร่งการนำรับ

เมื่อ AI ขับเคลื่อนการเปลี่ยนแปลงในโลกของเรา เครือข่ายศูนย์ข้อมูล AI ต้องเปลี่ยนแปลงและพร้อมสำหรับอนาคตเพื่อสนับสนุน OCS ที่ใช้ SiPh ที่สามารถเขียนโปรแกรมได้ทำให้บริษัทต่างๆ สามารถสร้างสรรค์ผลงานที่จุดสูงสุดของนวัตกรรมและทำให้โอกาสใหม่ๆ และน่าตื่นเต้นที่จะเกิดขึ้นสำหรับทุกคน