2024芯?光論壇 | 分論壇一《AI大模型下短距光互聯(lián)技術》圓滿舉辦

  ICC訊  2024年5月14-15日，由華為海思光電主辦，ICC訊石承辦的“2024芯?光論壇：芯光耀智算 互聯(lián)暢未來”會議在武漢光谷皇冠假日酒店圓滿舉辦。本次大會匯聚了近500位光電子領域專業(yè)人士，共同探討光電技術的演進趨勢，捕捉全球光電子產業(yè)的發(fā)展態(tài)勢。

  其中，5月15日下午分論壇一《AI大模型下短距光互聯(lián)技術》圍繞AI領域的短距光互聯(lián)需求變化、技術演進和學術研究熱點等進行討論，探討了短距光互聯(lián)的未來。來自中國信通院、京東、騰訊、快手、銳捷網絡、華為海思光電、華中科技大學和北京理工大學的行業(yè)專家及學術大咖進行了深度的分析與探討。

趙文玉 中國信息通信研究院技術與標準所副所長

  中國信息通信研究院技術與標準研究所副所長趙文玉發(fā)表了主題為《AI時代短距光互聯(lián)發(fā)展態(tài)勢探討》的演講。AI催生了海量的算力需求，互聯(lián)的瓶頸問題也隨即突出。單一的計算設備已經無法滿足算力需求，分布式架構需要通過多個GPU節(jié)點并行訓練，但不同節(jié)點之間需頻繁同步模型參數，網絡通信性能成為制約系統(tǒng)性能的關健瓶頸。同時，Al與光互聯(lián)雙向賦能，短距光互聯(lián)也在持續(xù)加速演進。

  趙文玉提到，隨著數據中心、AI大模型等創(chuàng)新業(yè)務與應用的蓬勃發(fā)展，驅動短距光互聯(lián)持續(xù)向高速率、低能耗、低時延、高集成等方向發(fā)展。在產業(yè)化方面，800G已批量部署，1.6T尚處于技術攻關和產業(yè)應用研究階段，而3.2T因其對低能耗方案需求更強，還處在探索階段。另外在低能耗/低時延方面，LPO成為關注熱點，1.6T LPO樣品已經出現(xiàn)。在高集成方面，硅光在材料體系中占比提升，薄膜鈮酸鋰熱度上升，III-V集成與異質集成技術持續(xù)發(fā)展。

  趙文玉還提到IPEC也在持續(xù)推動高速光互聯(lián)技術及標準化工作，并取得了階段性成果。建議產學研各單位聚焦Al+算力基礎設施等高質量發(fā)展需求，持續(xù)推動高速光互聯(lián)技術產業(yè)創(chuàng)新，支撐我國新質生產力發(fā)展！

陳琤 京東網絡架構師

  京東科技信息技術有限公司網絡架構師陳琤發(fā)表了主題為《高性能計算網絡中的光互連》的演講。

  陳琤提到，智算網絡光互連正在往高可擴展性、大帶寬、低成本、低功耗、低延時方向發(fā)展。關于GPU內部連接，連接問題不突出，可實現(xiàn)超高帶寬；而GPU出口現(xiàn)有方案采用PCIe連接，是計算節(jié)點間互聯(lián)的帶寬瓶頸，并行多路光引擎OIO方案是未來的方向。GPU的時延來自兩個方面——協(xié)議時延+數據鏈路。同時還提到，現(xiàn)如今硅光有了很好的介入點，AI是硅光光模塊發(fā)展的黃金時期，LPO方案在兼容互通方面還有很長的路要走。

  總結而言，相較于傳統(tǒng)數通網絡，智算網絡帶寬的增長更迅速。而低成本互聯(lián)非常有賴于新技術。不同的模型對延時的要求不一樣，優(yōu)化的方向也有所區(qū)別。

胡勝磊 騰訊光系統(tǒng)架構師

  騰訊控股有限公司光系統(tǒng)架構師胡勝磊發(fā)表了主題為《算力網絡中的光互聯(lián)技術趨勢探討》的演講。

  胡勝磊提到，光互聯(lián)的“春風”正在吹來，由于AIGC業(yè)務的興起，光互聯(lián)已成為數據中心網絡硬件主角?，F(xiàn)階段光模塊供不應求，光互聯(lián)技術送代加速，光互聯(lián)已站在“風口”。同時硅光的重要性也凸顯了，可插拔批量占比攀升，CPO上無可取代；112G/224G有源銅纜（ACC）可支持單柜算力規(guī)模擴展。LRO的革新則需要支持互聯(lián)可插拔持續(xù)演進到224G。此外，異構互通也不可避免，端口問題感知明顯，協(xié)同度需要提升。

  最后，胡勝磊還提到一些發(fā)散思考：如光芯片考慮集成有利于診斷的功能；選擇弱FEC，提升BER性能，實現(xiàn)降低網絡延遲；相比傳統(tǒng)MZ，DFB-RING集成芯片可行性；可插拔形態(tài)演進到OSFP-XD的16lane后，更多l(xiāng)ane通道的封裝“單排16，雙排32”如何考慮布局等。

曹世偉 北京快手光網絡架構師

  北京快手科技有限公司光網絡架構師曹世偉發(fā)表了主題為《All in AI時代光互聯(lián)技術的應用探討》的演講。

  曹世偉提到，大模型分布式訓練對網絡架構設計提出了更高的要求，傳統(tǒng)的電交換方案在成本、能耗、時延等方面存在諸多挑戰(zhàn)，基于OCS的光電混合組網方案成為業(yè)界關注的焦點。

  曹世偉還提到，隨著大模型訓練對算力需求的增長，GPU集群也再朝著更大規(guī)模方向演進。由于單DC的規(guī)模受供電等諸多因素的限制，因此通過跨AZ、Region的多集群聯(lián)合訓練也將成為必然。IPoDWDM相比于傳統(tǒng)方案，其跨機房鏈路的轉換減少50%，同時節(jié)省了電層設備，在時延、功耗、成本方面收益明顯。

  最后總結提到，AI訓練對網絡的訴求：超大規(guī)饃超高帶寬、超低時延、超高穩(wěn)定性；而基于大矩陣OCS的混合光電組網可以擴大GPU集群規(guī)模、提升交付效率，小矩陣OCS可以實現(xiàn)交換機保護，實現(xiàn)網絡故障的快速自動恢復；單集群建設規(guī)模受限，未來會期待更多集群聯(lián)合訓練模式演進；距離更短、頻譜效率高、低成本的IPoDWDM方案更具優(yōu)勢；城域全光網及全自研的管控平臺助力實現(xiàn)更高效、更穩(wěn)定、更智能化的機房互聯(lián)。

蘇展 銳捷網絡光系統(tǒng)工程師

  銳捷網絡股份有限公司光系統(tǒng)工程師蘇展發(fā)表了主題為 《AI場景短距和超短距光互連發(fā)展趨勢分析和展望》的演講。

  蘇展開篇介紹了業(yè)內通用短/中/長距光互聯(lián)的情況，即隨波特率送代升級：單模相干方案下沉擠壓單模IMDD方案；單模IMDD方案下沉擠壓多模VCSEL短距互聯(lián)應用；多模VCSEL光方案下沉擠壓電纜超短距互聯(lián)應用；從而總結出光方案下沉的整體趨勢，并詳細分析了光電互聯(lián)邊界。

  接下來，蘇展提到AI系統(tǒng)對光互聯(lián)提出低成本、低功耗、低延時、高可靠性和高密度幾大需求背景下，短距光互聯(lián)的幾大挑戰(zhàn)：多模產業(yè)鏈滯后效應、多模近封裝系統(tǒng)可靠性、單模共封裝方案面板密度；而且在光電聯(lián)合設計的章節(jié)中提到，LPO投入產出比隨速率演進下降問題和多模及單模WDM的LPO隨速率演進傳輸距離壓縮問題，最后得出線性架構未來向板內發(fā)展的趨勢性結論。

  最后，蘇展介紹了224G VCSEL Linear 10m超短距傳輸提案和與硅光CPO配合的直通可插拔AOC提案。

侯康 華為海思光電資深產品規(guī)劃經理

  華為海思光電資深產品規(guī)劃經理侯康發(fā)表了主題為《AI場景光互聯(lián)技術方案選擇與挑戰(zhàn)》的演講。

  侯康提到，隨著AI蓬勃發(fā)展，算力網絡中的高速互聯(lián)成為提升算力的關鍵，而超大規(guī)模計算集群互聯(lián)即是AI算力提升的重要方向，也是提升系統(tǒng)集群算力的關鍵一環(huán)。同時還提到算力需求引領光互聯(lián)邁向Beyond 400G時代，國內以400G為主，800G主要需求來自海外；1.6T還只是在預熱。另外“更高更快更多通道”是光模塊實現(xiàn)大帶寬的關鍵技術路徑，在低功耗、低時延上，LPO具備相對優(yōu)勢，但持續(xù)演進仍有待討論。

董建績 華中科技大學教授

  華中科技大學教授董建績發(fā)表了主題為《光電計算芯片與人工智能應用》的演講。

  董老師提到，隨著人工智能技術的飛速發(fā)展和廣泛應用，光計算和光子集成技術、人工智能技術相結合有望解決傳統(tǒng)電學計算無法解決的難題，產生顛覆性和變革性技術和應用。董老師從學術界角度聚焦討論可重構光子神經網絡芯片，可重構MZI光學矩陣運算、可重構片上衍射神經網絡、可重構微環(huán)陣列光學矩陣運算等三類典型的計算架構，及其在人工智能領域的應用。最后董老師提到光計算的核心是算力、能耗、精度、集成度、非線性等。

胡善亭 北京理工大學副研究員

  北京理工大學副研究員胡善亭發(fā)表了主題為《面向算力網絡Tbit光互連技術的超高速直接調制VCSEL研究》的演講。

  胡老師提到研究下一代Tbit光互連技術，對我國構筑高品質算力網絡全光底座、促進數字經濟和智能社會的持續(xù)發(fā)展具有重要意義。而超高速直接調制VCSEL技術，是實現(xiàn)低成本、高能效、大容量光互連的重要解決方案，既是國內外光電子領域的研究熱點，也是我國亟待攻克的關鍵卡脖子技術之一。胡老師主要分析了VCSEL因其固有的優(yōu)勢，在數通領域大放光彩的過往。并介紹了課題組在VCSEL調制帶寬及能耗方面取得的研究結果。

觀眾提問

分論壇1現(xiàn)場

  總 結

  AI大規(guī)模集群帶來更多的光互連需求，面對下一代短距光互聯(lián)技術，高性能、低時延、大容量和高密度已成為行業(yè)關注的共識。此外，AI訓練和推理對集群存在差異化需求，催化新的基礎設施建設，光互聯(lián)將迎來長期增長機遇。