NVDA AI芯片光互連相關。

來源: wavegreen 於 2025-08-26 18:26:00 [] [博客] [舊帖] [給我悄悄話] 閱讀數 : (3531 bytes)

NVDA AI芯片光互連相關。 今天看到說華為用自家AI芯片光互連如何遙遙領先，查了查。
—光互連（Optical Interconnect）在 AI 芯片中的成本問題，幾乎就是決定它能否普及的核心因素。

?

???? 光互連的成本構成
1. 光電轉換器件（E/O、O/E）
? 電信號 → 光信號（激光器/調製器）
? 光信號 → 電信號（探測器/放大器）
? 這是最貴的一環，因為需要 矽光子器件 + 精密封裝。
? 目前單個光收發模塊的成本 = 數百美元 ~ 上千美元。
2. 光纖/波導布線
? 光纖本身便宜（1 美元/米級別），但在芯片和板級封裝裏，需要 光波導 / 光耦合器，封裝成本很高。
3. 散熱與封裝
? 光器件需要高精度對準（alignment），生產良率低。
? 相比電互連（銅線焊接），光互連的封裝工藝更複雜，成本至少 高 3–5 倍。
4. 可靠性和量產
? 電互連工藝成熟，量產良率 >95%。
? 光互連還在研發/小規模試產階段，良率可能隻有 60–80%，成本自然高。

?

???? 為什麽沒有大規模普及？
1. 成本高、產業鏈不成熟
? 電互連（SerDes + PCB + 銅線）非常成熟，成本極低。
? 光互連還在實驗室/小規模應用，缺乏規模效應。
2. 軟件生態缺失
? 目前 AI 框架和硬件生態都是為 GPU + 電互連（NVLink、IB） 優化的。
? 光互連雖然帶寬更高，但如果軟件棧不能調度/利用，優勢無法發揮。
3. 功耗不一定全麵占優
? 光纖傳輸能耗低，但 光電轉換模塊功耗高。
? 如果在芯片之間需要頻繁轉換（電?光?電），總能耗優勢會被抵消。
4. 短期“沒到瓶頸”
? NVIDIA 的 NVLink + InfiniBand 還能繼續升級（比如 800 Gbps NDR）。
? 隻要電互連還能支撐 1–3 代 GPU 的發展，廠商沒動力大規模轉向光互連。
5. 產能受限 & 技術壁壘
? 光互連需要 矽光子工藝 + 先進封裝，這在台積電/英特爾/中芯國際等產線並不是大規模量產的主流工藝。

?

???? 成本量級（對比）

互連方式 帶寬 單通道成本 功耗 成熟度
電互連（SerDes+銅線） ~100–200 Gbps 幾美元 高 極成熟
InfiniBand NDR/HDR 400–800 Gbps 數百美元 高 成熟
光互連（芯片級 Optical I/O） 800 Gbps–1 Tbps 500–1000+ 美元 中（E/O 損耗高） 研發中


?

???? 什麽時候可能普及？
? 2025–2027
? 小規模商用（高性能計算、國防、金融超算）。
? 美國 Ayar Labs、Lightmatter 已經在做 400–800 Gbps 光 I/O 原型。
? 2028–2030
? 成本下降到和高端 InfiniBand 相當時（單模塊 ? 可能率先在 AI 超算中心/雲廠商 普及。
? 2030 以後
? 如果電互連徹底遇到瓶頸（>1 Tbps/通道難以實現），光互連才會成為 主流方案。

?

? 結論：
光互連 AI 芯片現在還沒有大規模普及，根本原因是：
? 成本高（光電轉換+封裝良率低）
? 生態不足（軟件棧還不支持大規模調度光互連）
? 短期電互連還能繼續迭代（NVLink/InfiniBand 足夠支撐數年）。

時間表：2026–2030 年左右，光互連才有可能進入大規模商用。

?

請您先登陸，再發跟帖！