C114訊 5月24日消息（邵鵬慧）昨日，CIOE中國光博會與C114通信網聯合舉辦的“2024中國光通信高質量發展論壇”第四場——“AI時代：數據中心光互聯技術新趨勢”線上研討會順利召開。
阿里云光網絡技術專家陳欽應邀作了題為《AI網絡對光互聯的需求和挑戰》的主題演講。陳欽表示，AI應用帶來了海量的光模塊需求，未來GPU間的scale-up網絡將持續推高光模塊的需求，同時AI也催化了光模塊更新迭代的速度，對光模塊的穩定性要求也進一步提高，AI對光模塊也帶來巨大的挑戰，。
AI發展帶來海量光模塊新增需求
當前，隨著AI和算力發展，作為數據中心內部以及數據中心之間連接的重要技術，光模塊產業快速崛起迎來高速發展時期，其速率和帶寬的提升對于滿足AI時代數據傳輸的需求至關重要，AI網絡建設帶來海量的光模塊需求。
如何量化AI對光模塊的需求，陳欽介紹，在通用計算網絡中可以通過接入的服務器數量來獲得光模塊的需求量；同理在AI網絡中，可以通過GPU卡數量來推測光模塊的用量。
當前AI網絡中，GPU卡和800G光模塊數量的比例約為1:3，未來，Scale-up GPU網絡(compute Fabric)將帶來更多的光互聯需求，光模塊的需求和光模塊的成本支出在AI集群中占比將大幅上升。
AI催化光模塊技術演進：光模塊迭代周期縮減一倍
回顧過去10年數據中心光模塊演進歷程，交換芯片的容量遵循每兩年翻一倍的規律，而這是通過Serdes 數量和Serdes 速率，每兩年交替的翻倍來達到的；
Serdes單通道速率和光模塊單波長速率實際上是每4年翻一倍，主流光模塊每4年更新一代。
AI的應用催化了光互聯的演進速率，光模塊從原本每4年更新一代，縮短為每2年更新一代，新一代光模塊研發到落地的周期將要求被大幅縮短，這個變化對于整個光模塊生態而言都是一個極大的挑戰。
AI網絡對光互聯穩定性提出兩方面挑戰
陳欽表示AI大模型訓練對光互聯的穩定性要求極高，當前AI網絡穩定性的挑戰主要來自兩方面。
一方面是光模塊硬件，主要是光器件失效引起的，包括激光器和探測器失效。陳欽介紹，光器件的Wear-out失效不是問題，早期失效和隨機失效才是關鍵。 當前的行業標準GR468對光模塊和光芯片的測試標準太松，并不適用于AI網絡。鑒于此，阿里云對光器件的可靠性提出了更為嚴格的標準。
另一方面是光模塊軟件，高速光模塊普遍使用CMIS管理協議，帶來了強大的功能，但也使系統設備和模塊的交互變得更復雜。對此陳欽建議，光模塊廠家應加強光模塊在各系統設備上的集成適配測試。
AI網絡下光模塊功耗挑戰：TRO技術成為發展新方向
2018年 PAM4 DSP在光模塊中出現，光的功耗開始超過電的功耗，成為網絡中功耗占比最高的部分，到1.6T/3.2T光模塊，數據中心將需要新的技術處理功耗問題，例如液冷技術。功耗的變化，將會給AI基礎設施帶來極大的技術挑戰。
那么應該如何降低光模塊的功耗，陳欽表示最直接的手段就是去掉或減少DSP在光模塊內部的使用，也就是被討論的技術熱點：LPO、TRO、CPO技術。
CPO光和交換芯片共封裝融為一體，是一種完全封閉的生態，它不符合數據中心開放解耦的要求，也無法做到“pay as your growth”，此外CPO的運維也面臨重重挑戰，所以CPO只有在可插拔光模塊演進不下去時才會被考慮。
LPO方案是完全去掉DSP，在功耗、成本和時延上有很大優勢。但在標準化和互聯互通方面仍具有很大挑戰。若LPO無法做到互聯互通，便不符合數據中心對開放解耦的要求。此外，LPO技術到單波200G是否可持續也有較大爭論，綜合來看，LPO技術落地的挑戰性較大。
TRO去掉一半DSP，是一種折中的技術方案，它也能夠有效降低功耗，得益于ASIC Serdes接收端強大的均衡能力，TRO的鏈路性能可以得到保證，另外TRO也更容易制定標準和互聯互通，符合數據中心對開放解耦的要求，“TRO是一個非常有潛力的下一代光互聯技術方案”，陳欽表示。
