AI 模型与平台

行业首个 UCIe 光学芯片组:Ayar Labs 推出首款 UCIe 光学芯片组

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Ayar Labs 推出行业首个 通用芯片组互连表达 (UCIe) 光学芯片组,专门设计用于最大化 AI 基础设施的性能和效率,同时减少延迟和大规模 AI 工作负载的功耗。

这一突破将有助于解决先进计算架构日益增长的需求,特别是当 AI 系统继续扩展 时。通过集成 UCIe 电气接口,该新芯片组旨在消除数据瓶颈,同时实现不同供应商的芯片无缝集成,促进采用先进光学技术的更易用和更具成本效益的生态系统。

该芯片组名为 TeraPHY,实现了 8 Tbps 带宽,采用 Ayar Labs 的 16 个波长的 SuperNova 光源。该光学互连技术旨在克服传统铜互连的局限性,特别是在数据密集型 AI 应用中。

“光学互连是解决大规模 AI 布局中的功率密度挑战所必需的,”Ayar Labs 首席执行官 Mark Wade 说。

UCIe 标准的集成尤其重要,因为它允许不同制造商的芯片组无缝协同工作。这一互操作性对于芯片设计的未来至关重要,因为芯片设计正日益转向多供应商、模块化方法。

UCIe 标准:创建开放的芯片组生态系统

开发该标准的 UCIe Consortium 致力于建立“一个用于封装创新芯片组的开放生态系统”。他们的通用芯片组互连表达规范解决了行业对更可定制、更高性能的芯片组集成的需求,通过将高性能的芯片间互连技术与多供应商的互操作性相结合。

“UCIe 标准的进步标志着创建更集成和更高效的 AI 基础设施的重大进展,得益于互操作的芯片组生态系统,”UCIe Consortium 主席 Debendra Das Sharma 博士说。

该标准在封装级别建立了一个通用的互连标准,允许芯片设计师混合和匹配不同供应商的组件,以创建更专业化和更高效的系统。UCIe Consortium 近期宣布了 UCIe 2.0 规范的发布,表明该标准的持续发展和完善。

行业支持和影响

这一公告得到了半导体和 AI 行业主要玩家的强烈支持,他们都是 UCIe Consortium 的成员。

AMD 的 Mark Papermaster 强调了开放标准的重要性:“UCIe 提供的强大、开放和供应商中立的芯片组生态系统对于满足网络解决方案扩展以发挥 AI 全潜能的挑战至关重要。我们很高兴 Ayar Labs 是首批利用 UCIe 平台的公司之一。”

GlobalFoundries (GFS ) 的 Kevin Soukup 也表示了类似的观点:“随着行业转向基于芯片组的系统划分方法,UCIe 接口正迅速成为芯片组间通信的事实标准。我们很高兴看到 Ayar Labs 在光学接口上展示 UCIe 标准,这是一项对于扩展网络至关重要的技术。”

技术优势和未来应用

UCIe 和光学互连的融合代表了计算架构的范式转变。通过将硅光子技术与 UCIe 标准结合,芯片组允许 GPU 和其他加速器“跨广泛的距离,从毫米到公里,实现无缝通信,有效地作为一个巨大的 GPU”。

该技术还促进了 封装光学 (CPO),全球制造公司 Jabil 已经展示了一个采用 Ayar Labs 光源的模型,实现了“每秒百万比特的双向带宽”。这种方法承诺提供更高的计算密度、更好的冷却效率和热插拔能力。

(TSM )

“封装光学 (CPO) 芯片组将改变我们处理大规模 AI 计算中数据瓶颈的方式,”台湾半导体制造公司 (TSMC) 的 Lucas Tsai 说。“UCIe 光学芯片组的可用性将培养一个强大的生态系统,推动整个行业的创新和采用。”

改变计算的未来

随着 AI 工作负载的复杂性和规模不断增长,半导体行业正日益转向基于芯片组的架构,这是一种更灵活和协作的芯片设计方法。Ayar Labs 推出的首个 UCIe 光学芯片组解决了带宽和功耗挑战,这些挑战曾经成为高性能计算和 AI 工作负载的瓶颈。

开放的 UCIe 标准与先进的光学互连技术的结合承诺将革命性地改变系统级集成,并推动可扩展和高效的计算基础设施的未来,特别是满足下一代 AI 系统的苛刻需求。

该发展获得了强烈的行业支持,表明 UCIe 兼容技术的生态系统可能会迅速扩展,这可能会加速整个半导体行业的创新,同时使先进的光学互连解决方案更加普及和具有成本效益。

Alex McFarland 是一名人工智能记者和作家,探索最新的人工智能发展。他曾与世界各地的众多人工智能初创公司和出版物合作。