1. 10,000개 GPU 클러스터 시대의 연결 위기

현대 AI의 본질은 단지 부동 소수점 연산이 아닙니다.그것은 대규모 통신.모델이 성장함에 따라 두 가지 중요한 확장 추세가 나타납니다.

• 확장(클러스터 내): 초고대역폭(예: NVLink)으로 수백 ~ 수천 개의 GPU를 연결합니다.
• 확장(클러스터 간): InfiniBand 또는 이더넷을 통해 데이터 센터 전반에 걸쳐 10,000개 이상의 GPU를 연결합니다.

이 규모에서는 구리 상호 연결 급증하는 비용, 제한된 전송 거리, 막대한 물리적 용량으로 인해 실패하고 있습니다.

2. 기존 광학으로는 충분하지 않은 이유

구리에서 빛으로 이동하는 것이 필요하지만 현재의 플러그형 광학 모듈은 최종 게임이 아닙니다.차세대 AI에 필요한 밀도에 비해 전력 소모가 너무 많고 비용이 많이 들고 부피가 큽니다.우리는 근본적인 전환이 필요합니다. 공동 통합 포토닉스.

업계는 공격적인 성과 목표를 목표로 하고 있습니다.

• 비용: < $0.25/Gbps
• 에너지 효율성: < 1.5 pJ/bit
• 대역폭: > DWDM을 통해 파이버당 0.8Tbps

3. 핵심 기술: 마이크로링 공진기 및 DWDM

돌파구는 다음과 같습니다. DWDM(고밀도 파장 분할 다중화) 와 결합 마이크로링 공진기.칩 패키지 내에서 동시에 여러 파장에 걸쳐 데이터를 전송함으로써 물리적 공간을 늘리지 않고도 대역폭을 기하급수적으로 늘릴 수 있습니다.

4. 실제 장벽: 단순한 장치가 아닌 시스템

Silicon Photonics는 더 이상 장치 수준의 문제가 아닙니다.그것은 제조 플랫폼 과제.이러한 "확장 가능한 빛"을 현실로 만들려면 파운드리는 다음을 제공하도록 발전해야 합니다.

• 고급 PDK: 다중 파장 모델링 및 시뮬레이션을 지원합니다.
• 통합 공동 설계: 전기 경로와 광학 경로를 동시에 시뮬레이션하는 도구입니다.
• 열 관리: 공동 패키지 광학(CPO)의 열 밀도 문제를 해결합니다.

결론: 대 인프라 재건

AI 경주의 승자는 단지 가장 빠른 GPU를 가진 사람이 아니라, 가장 효율적으로 연결.공동 통합 광학 플랫폼으로의 전환은 설계 및 패키징부터 파운드리 서비스에 이르기까지 반도체 생태계의 완전한 재구성을 의미합니다.