Souhrn
Startup Ayar Labs, podporovaný Nvidií, spolupracuje s tchajwanským poskytovatelem návrhových služeb Global Unichip Corp (GUC) na integraci svých fotonických čipletů TeraPHY do referenčních návrhů XPU. Cílem je nahradit tradiční měděné propojení mezi čipy optickým řešením, které umožní přenosové rychlosti přesahující 200 Tbps a zároveň sníží spotřebu energie.
Klíčové body
- Ayar Labs integruje své optické I/O čiplety TeraPHY do referenčních návrhů GUC pro XPUs.
- Optické propojení má umožnit agregovanou propustnost přes 200 Tbps, což je více než 10× více než současné nejrychlejší měděné interkonekty (14,4 Tbps).
- Cílem je umožnit propojení až 10 000 GPU čipů v jedné škálovatelné doméně při udržení spotřeby na cca 100 kW na rack.
- Optické řešení by mohlo umožnit rozprostření výpočetního systému napříč celými datovými haly, nikoli jen v rámci jednoho racku.
Podrobnosti
Současné vysokorychlostní propojení v datových centrech, jako jsou Nvidia NVL72 systémy, využívá měděné kabely, které jsou omezeny v dosahu – signál se začíná degradovat již po jednom metru. To nutí výrobce umisťovat všechny akcelerátory do jednoho racku, což vede k extrémním nárokům na chlazení a napájení (až 600 kW na rack). Ayar Labs nabízí alternativu: své fotonické čiplety TeraPHY lze spolu s výpočetními čipy (např. GPU) zabudovat do jednoho balíčku (co-packaged optics). Tím se eliminuje potřeba drahých retimerů a zároveň se výrazně snižuje spotřeba energie na přenos dat. Podle CTO Ayar Labs Vladimira Stojanovice by mělo být možné propojit až 10 000 GPU čipů v jedné škálovatelné doméně při zachování spotřeby kolem 100 kW na rack – tedy zhruba pětinové oproti současným trendům. Spolupráce s GUC, která poskytuje návrhové služby pro pokročilé čipové architektury, znamená, že tato technologie může být snáze integrována do budoucích XPU (specializovaných akcelerátorů pro AI a HPC).
Proč je to důležité
Pokud se Ayar Labs a GUC podaří technologii úspěšně nasadit, mohlo by to zásadně změnit architekturu datových center. Místo hustě zaplněných racků s extrémní spotřebou by bylo možné distribuovat výpočetní výkon napříč větší plochou bez ztráty latence nebo propustnosti. To by vedlo ke snížení nákladů na chlazení, zjednodušení infrastruktury a lepší škálovatelnosti AI systémů. Pro Nvidia a další výrobce AI akcelerátorů by to mohlo znamenat novou cestu, jak obejít fyzikální limity měděných propojení a pokračovat v exponenciálním růstu výkonu AI clusterů.
Zdroj: 📰 Theregister.com