SK海力士押注下一代CPO:光互连进入内存接口
SK海力士联合多所大学在《自然·电子学》发表综述论文,提出将共封装光学(CPO)推进到内存接口,以解决AI计算中的带宽瓶颈。该技术有望改变内存资源组织方式,使多个AI加速器共享大内存池,并实现超过100 Tb/s的带宽和低于1 pJ/bit的能耗。
SK海力士联合多所大学在《自然·电子学》发表综述论文,提出将共封装光学(CPO)推进到内存接口,以解决AI计算中的带宽瓶颈。该技术有望改变内存资源组织方式,使多个AI加速器共享大内存池,并实现超过100 Tb/s的带宽和低于1 pJ/bit的能耗。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
SK海力士联合多所大学在Nature Electronics发表综述,提出将光互连推进到内存接口的“以光为中心”架构,目标单节点超100 Tb/s带宽、低于1 pJ/bit能耗。这不仅是技术升级,更可能改变AI系统组织内存的方式,并带动上游磷化铟材料竞争。
8月19日,SK海力士联合弗吉尼亚大学、麻省理工学院、南洋理工大学等机构研究人员,在Nature Electronics发表综述论文《用于高性能计算和人工智能的共封装光学》,系统梳理CPO在高性能计算与AI中的发展路径,并提出更长期路线:将光互连推进到内存接口。
传统方案中,数据需先用电信号从芯片传到设备边缘的光模块再转换;CPO则将光学器件直接放在芯片附近,缩短高速电信号传输距离,降低功耗并提高带宽。SK海力士提出的下一步是继续向内推进,将光链路延伸到AI加速器和内存之间,形成“以光为中心”的系统架构。
在这种架构下,GPU等计算芯片可通过光子中介层连接更大的内存池,多个AI加速器有机会共享内存资源,缓解封装空间和电气接口限制,提高内存资源利用效率。论文给出的长期目标是单节点超过100 Tb/s带宽、低于1 pJ/bit能耗、低于10纳秒芯片间延迟。
本文基于DeepTech深科技对SK海力士等机构在Nature Electronics发表综述论文的报道。论文内容、NVIDIA产品部署、HBF标准、出口管制及AXT影响等均来自该报道,属于来源声明。具体技术指标(如100 Tb/s、1 pJ/bit)为论文提出的长期目标,非已实现数据。
主报道
主报道来源