英特尔的 OCI 芯片通过在数据中心和高性能计算 (HPC) 应用的新兴 AI 基础设施中实现共封装光学输入/输出 (I/O)，代表了高带宽互连的一次飞跃。
英特尔的OCI芯片通过在数据中心和高性能计算(HPC)应用的新兴AI基础设施中实现共封装光学输入/输出(I/O)，代表了高带宽互连的一次飞跃。
英特尔集成光子解决方案(IPS)事业部产品管理与战略高级总监ThomasLiljeberg表示：“服务器之间不断增加的数据移动给当今数据中心基础设施的功能带来了压力，当前的解决方案正在迅速接近电气I/O性能的实际极限。然而，英特尔的突破性成就使客户能够将共封装硅光子互连解决方案无缝集成到下一代计算系统中。我们的OCI芯片组可提高带宽、降低功耗并扩大覆盖范围，从而实现ML工作负载加速，有望彻底改变高性能AI基础设施。”
首款OCI芯片旨在支持64个通道，每个通道32Gbps的数据传输，传输距离可达100米，有望满足AI基础设施对更高带宽、更低功耗和更长传输距离日益增长的需求。它支持未来CPU/GPU集群连接和新型计算架构的可扩展性，包括一致的内存扩展和资源分解。
基于AI的应用程序在全球范围内的部署越来越多，大型语言模型(LLM)和生成式AI的最新发展正在加速这一趋势。更大、更高效的机器学习(ML)模型将在满足AI加速工作负载的新兴需求方面发挥关键作用。未来AI计算平台的扩展需求正在推动I/O带宽和更长距离的指数级增长，以支持更大的处理单元(CPU/GPU/IPU)集群和架构，并实现更高效的资源利用率，例如xPU分解和内存池化。
电气I/O（即铜线连接）支持高带宽密度和低功耗，但仅提供约一米或更短的短距离。数据中心和早期AI集群中使用的可插拔光收发器模块可以增加覆盖范围，但成本和功率水平无法满足AI工作负载的扩展要求。同封装的xPU光I/O解决方案可以支持更高的带宽，同时提高功率效率、降低延迟并增加覆盖范围——这正是AI/ML基础设施扩展所需要的。
打个比方，在CPU和GPU中用光学I/O取代电气I/O来传输数据，就好比从使用马车配送货物（容量和范围有限）转变为使用汽车和卡车配送货物（可以在更长的距离上运送大量货物）。这种性能和能源成本的提高正是英特尔OCI芯片等光学I/O解决方案为AI扩展带来的成果。
完全集成的OCI芯片组利用英特尔经过现场验证的硅光子技术，将包含片上激光器和光放大器的硅光子集成电路(PIC)与电子IC集成在一起。在OFC上展示的OCI芯片组与英特尔CPU共同封装，但也可以与下一代CPU、GPU、IPU和其他片上系统(SoC)集成。
首个OCI实现支持高达每秒4兆兆位(Tbps)的双向数据传输，与外围组件互连高速通道(PCIe)Gen5兼容。实时光链路演示展示了两个CPU平台通过单模光纤(SMF)跳线之间的发射器(Tx)和接收器(Rx)连接。CPU生成并测量了光误码率(BER)，演示展示了单根光纤上8个波长间隔为200千兆赫(GHz)的Tx光谱，以及32GbpsTx眼图，显示了强大的信号质量。
当前的芯片组支持64个32Gbps数据通道，每个方向可达100米（但由于飞行时间延迟，实际应用可能仅限于数十米），使用八对光纤，每对光纤承载八个密集波分复用(DWDM)波长。同封装解决方案还具有出色的节能效果，每比特仅消耗5皮焦耳(pJ)，而可插拔光收发器模块的能耗约为15pJ/比特。这种超高效率对于数据中心和高性能计算环境至关重要，有助于解决AI不可持续的功耗需求。
