NVDA AI芯片光互连相关。

来源: wavegreen 于 2025-08-26 18:26:00 [] [博客] [旧帖] [给我悄悄话] 阅读数 : (3531 bytes)

NVDA AI芯片光互连相关。 今天看到说华为用自家AI芯片光互连如何遥遥领先，查了查。
—光互连（Optical Interconnect）在 AI 芯片中的成本问题，几乎就是决定它能否普及的核心因素。

?

???? 光互连的成本构成
1. 光电转换器件（E/O、O/E）
? 电信号 → 光信号（激光器/调制器）
? 光信号 → 电信号（探测器/放大器）
? 这是最贵的一环，因为需要 硅光子器件 + 精密封装。
? 目前单个光收发模块的成本 = 数百美元 ~ 上千美元。
2. 光纤/波导布线
? 光纤本身便宜（1 美元/米级别），但在芯片和板级封装里，需要 光波导 / 光耦合器，封装成本很高。
3. 散热与封装
? 光器件需要高精度对准（alignment），生产良率低。
? 相比电互连（铜线焊接），光互连的封装工艺更复杂，成本至少 高 3–5 倍。
4. 可靠性和量产
? 电互连工艺成熟，量产良率 >95%。
? 光互连还在研发/小规模试产阶段，良率可能只有 60–80%，成本自然高。

?

???? 为什么没有大规模普及？
1. 成本高、产业链不成熟
? 电互连（SerDes + PCB + 铜线）非常成熟，成本极低。
? 光互连还在实验室/小规模应用，缺乏规模效应。
2. 软件生态缺失
? 目前 AI 框架和硬件生态都是为 GPU + 电互连（NVLink、IB） 优化的。
? 光互连虽然带宽更高，但如果软件栈不能调度/利用，优势无法发挥。
3. 功耗不一定全面占优
? 光纤传输能耗低，但 光电转换模块功耗高。
? 如果在芯片之间需要频繁转换（电?光?电），总能耗优势会被抵消。
4. 短期“没到瓶颈”
? NVIDIA 的 NVLink + InfiniBand 还能继续升级（比如 800 Gbps NDR）。
? 只要电互连还能支撑 1–3 代 GPU 的发展，厂商没动力大规模转向光互连。
5. 产能受限 & 技术壁垒
? 光互连需要 硅光子工艺 + 先进封装，这在台积电/英特尔/中芯国际等产线并不是大规模量产的主流工艺。

?

???? 成本量级（对比）

互连方式 带宽 单通道成本 功耗 成熟度
电互连（SerDes+铜线） ~100–200 Gbps 几美元 高 极成熟
InfiniBand NDR/HDR 400–800 Gbps 数百美元 高 成熟
光互连（芯片级 Optical I/O） 800 Gbps–1 Tbps 500–1000+ 美元 中（E/O 损耗高） 研发中


?

???? 什么时候可能普及？
? 2025–2027
? 小规模商用（高性能计算、国防、金融超算）。
? 美国 Ayar Labs、Lightmatter 已经在做 400–800 Gbps 光 I/O 原型。
? 2028–2030
? 成本下降到和高端 InfiniBand 相当时（单模块 ? 可能率先在 AI 超算中心/云厂商 普及。
? 2030 以后
? 如果电互连彻底遇到瓶颈（>1 Tbps/通道难以实现），光互连才会成为 主流方案。

?

? 结论：
光互连 AI 芯片现在还没有大规模普及，根本原因是：
? 成本高（光电转换+封装良率低）
? 生态不足（软件栈还不支持大规模调度光互连）
? 短期电互连还能继续迭代（NVLink/InfiniBand 足够支撑数年）。

时间表：2026–2030 年左右，光互连才有可能进入大规模商用。

?

请您先登陆，再发跟帖！