Benvenuti in QSFPTEK Global     Spedizione gratuita sugli ordini negli Stati Uniti e nell'UE superiori a US$79.8     Magazzino globale

Valuta: EUR €
USD $ - US Dollar
EUR € - Euro
JPY 円 - Japanese Yen
KRW ₩ - Korean Won
Cerca

Carrello

0
Free shipping on U.S. & EU orders over US$79.8
Valuta: EUR €
Choose language
Back
  • USD $ - US Dollar
  • EUR € - Euro
  • JPY 円 - Japanese Yen
  • KRW ₩ - Korean Won

Come potrebbero evolversi i transceiver ottici nell'era dell'AI?

Autore Aiyden

Data 01/17/2024

Approfondisci il ruolo fondamentale dei ricetrasmettitori ottici, che guidano i progressi tecnologici e rimodellano le architetture nell'era guidata dall'IA.

Dalla rapida crescita di ChatGPT a gennaio 2023, l'applicazione software sviluppata da OpenAI ha ottenuto un'attenzione e un favore senza precedenti da parte degli utenti di tutto il mondo. Il rilascio di ChatGPT ha inoltre stimolato lo sviluppo di prodotti concorrenti, formando una pandemia in cui le aziende globali competono per implementare l'intelligenza artificiale. 

 

Nvidia ha riportato la crescita delle vendite di hardware per l'Intelligenza Artificiale (AI), come le interconnessioni in fibra ottica. Google prevede di promuovere investimenti nei cluster di server AI. Altre aziende cloud, come Amazon e Microsoft, possono guidare lo sviluppo di nuove applicazioni AI.  Il mercato ha rilevato che i sistemi AI hanno urgente bisogno di transceiver ottici per fornire una trasmissione dati tra server di calcolo ultra-rapida e con larghezza di banda più elevata che mai. Questo articolo offre una panoramica di mercato su come i transceiver potrebbero evolversi nell'era guidata dall'AI.

 

Che cosa ha a che fare un ricetrasmettitore ottico con l'intelligenza artificiale?

Chatgpt ha raggiunto cento milioni di utenti attivi mensili nei due mesi successivi al suo lancio, avvenuto il 30 novembre 2022, diventando l'applicazione software per consumatori con la crescita più rapida della storia. Gli utenti individuali giornalieri che visitano Chatgpt ed effettuano ricerche sono circa 13 milioni, e il loro numero continua a crescere. Il funzionamento di ChatGPT deve essere supportato da potenti risorse di cloud computing per soddisfare le enormi richieste degli utenti. In caso contrario, episodi come l'interruzione del servizio di ChatGPT dovuta a un'impennata del traffico la sera del 7 febbraio si verificheranno frequentemente.

 

 

L'IA generativa viene addestrata su un dataset esistente, cosa che potresti notare nel campo del prompt quando poni domande a Chatgpt: le mie conoscenze sono state aggiornate l'ultima volta a gennaio 2022. Il dataset comprende enormi parametri per una solida capacità di calcolo e di machine learning, distribuiti in decine di migliaia di controller. L'IA è il principale fattore che guida la domanda di data center, e i data center richiedono transceiver per supportare la trasmissione dei dati di collegamento. I data center attuali e futuri devono aggiungere un'unità IA privata per elaborare dataset enormi ed eseguire calcoli complessi in tempo reale.  

 

Rimodellamento dell'architettura sul lato dell'addestramento e della previsione - Un passaggio al networking CLOS: Fat-Tree, Spine-Leaf e cosa viene dopo?

L'applicazione diffusa dell'AI e la conseguente maggiore domanda di banda larga per terminali di rete e hardware di calcolo come CPU/GPU potrebbero inaugurare futuri cambiamenti nell'architettura di rete dei data center AI. 

 

La piattaforma di AI generativa adotta metodi di training lato cloud e di predizione lato terminale. La domanda di moduli transceiver per il training AI è fortemente correlata alle spedizioni di GPU. Al contrario, la domanda di moduli sul lato della predizione AI è fortemente associata al traffico dati richiesto dagli utenti finali. L'architettura fat-tree è caratterizzata dall'assenza di congestione, quindi potrebbe dominare la rete lato training cloud per soddisfare i requisiti di rete ad alte prestazioni. Poiché il lato dell'inferenza di predizione si rivolge agli utenti finali, il potenziale aumento del numero di utenti guidato da applicazioni AI video o immagini molto diffuse richiede una potenza di calcolo persino superiore a quella del lato training. Pertanto, il lato predizione preferisce l'architettura spine-leaf per gestire l'aumento del carico dati spinto dalle applicazioni AI. Si prevede che la rimodellazione dell'architettura dei data center AI diventi un altro fattore abilitante dell'aumento dei transceiver ottici e degli switch di rete.

 

La tradizionale architettura a tre livelli Core-Aggregation-Access si basa su una modalità di trasmissione Nord-Sud, che ha mostrato i suoi limiti quando l'aumento del traffico est-ovest ha iniziato a dominare nei data center. Il networking CLOS è diventato essenziale per i data center al fine di costruire una rete di commutazione multistadio e non bloccante. 

 

L'architettura Fat-Tree segna l'ingresso del modello di rete CLOS nel campo dei data center e vede il suo successo nei data center Nvidia. Fat-Tree implementa un numero considerevole degli stessi switch economici a basse prestazioni per costruire una rete su larga scala senza congestione. Tuttavia, anche Fat Tree ha i suoi svantaggi. Ad esempio, la scala di espansione è limitata dalla densità di porte degli switch core, il che non favorisce lo sviluppo sostenibile dei data center.

L'architettura spine-leaf a due livelli, un altro modello di rete CLOS, ha trovato slancio nelle connessioni dei data center. L'architettura spine-leaf è una struttura piatta adatta all'emergere del traffico est-ovest. Lo switch Spine è simile a uno switch core, e gli switch Leaf sono collegati direttamente ai computer. Tutti gli switch sono bidirezionali per l'input e l'output dei dati. Una rete spine-leaf offre i vantaggi di un design piatto, facile espansione, latenza prevedibile, elevata sicurezza e alto utilizzo della larghezza di banda. Tuttavia, gli switch spine-leaf richiedono che gli switch in tutti i punti di collegamento siano switch L3, il che costa molto di più rispetto alla tradizionale architettura a tre livelli che richiede che lo switch core sia di livello 3. Questo è il motivo per cui il networking spine-leaf è diventato popolare nei data center negli ultimi anni, quando il costo dei dispositivi di switching ha iniziato a diminuire.

 

In che modo i moduli ottici influenzeranno il cambiamento tecnologico nell'era dell'AI?

Si prevede che i ricetrasmettitori ottici guideranno la rivoluzione tecnologica di nuova generazione come componente centrale dell'interconnessione e dell'interconnessione interna dei data center. 

 

Poiché il 400G sta diventando lo standard dominante nelle interconnessioni dei data center per gestire enormi volumi di traffico dati tra server e storage, i prodotti con soluzioni breakout 4x 100G e 8x 100G hanno dimostrato la loro popolarità. Tuttavia, i grandi modelli di IA come ChatGPT hanno imposto requisiti più elevati al traffico dati all'interno e all'esterno dei data center, con il passaggio da 400G a 800G che sta diventando una nuova tendenza. Secondo i dati previsionali di LightCounting, si prevede che le spedizioni di porte DWDM con velocità superiori, 600G, 800G e oltre, aumenteranno nel 2024 e nei prossimi anni. 

 

Gli operatori di data center hyperscale prevedono di adottare ottiche di nuova generazione per consentire un flusso di dati rapido e massivo tra server e dispositivi di storage. Questa tendenza risponde anche alla domanda di tecnologie emergenti come Internet of Things (IoT), Artificial Intelligence (AI) e Machine Learning (ML).

 

Fonte: LightCounting Optical Communications Market Forecast, aprile 2022.

  

Possiamo prevedere che i moduli ottici svolgeranno un ruolo vitale nei seguenti ambiti nell'era dell'intelligenza artificiale: 

• Sviluppo di sistemi AI migliori: i sistemi AI dovrebbero basarsi su transceiver ottici per ottenere una trasmissione dati ultra-rapida e affidabile.

• DCI e supercomputer: l'interconnessione di data center e supercomputer che ospitano sistemi di IA richiede alta velocità e ampia larghezza di banda per l'analisi e l'elaborazione di enormi quantità di dati.

• Motivare lo sviluppo dell'Edge-computing basato sull'AI: i dispositivi IoT come sensori e telecamere necessitano della capacità di elaborare i dati rapidamente con latenza ridotta al minimo.

 

Quali problemi dovranno risolvere i transceiver futuri nell'era dell'AI?

 

Consumo energetico

Il consumo energetico è essenziale, poiché in un grande data center sono presenti migliaia di transceiver, o persino centinaia di migliaia in un data center hyperscale. Con l'aumento della velocità dei moduli ottici, aumenta anche il consumo energetico. Ripensando alla transizione da 1G a 800G, possiamo confermare questo punto: 1W per il modulo 1G SFP, 1,5W per il modulo 10G SFP+, 3,5W per il modulo 40G QSFP+, 4W per il modulo 100G QSFP28, 12W per il 400G QSFP-DD modulo e 17W per il transceiver 800G QSFP-DD800.

 

Prendiamo come esempio lo switch Cisco Nexus 9232E 32-port QSFP-DD800 800G. Se è completamente equipaggiato con 32 pcs transceiver ottici 800G QSFP-DD800, il consumo energetico complessivo sarà di 544W = 17W x 32. Nella trasmissione effettiva, i transceiver vengono utilizzati in coppia, il che porterà il consumo energetico dei moduli ottici a entrambe le estremità del collegamento a superare il kilowatt. Un valore di consumo energetico di questo tipo, solo per i moduli ottici, è costoso.

 
Nota: Il valore del consumo energetico è stato ricavato da Scheda tecnica del modulo transceiver Cisco

 

Convenienza economica

I transceiver futuri saranno ampiamente adottati una volta che diventeranno convenienti. Un esempio di questo punto è che 40GE è stato ampiamente utilizzato fino a quando 100GE è diventato conveniente. Un approccio consiste nel raddoppiare la velocità dei dati in ogni lane senza aumentare il baud rate, cosa che è stata realizzata con successo nella modulazione PAM4 (Pulse Amplitude Modulation 4-level) con FEC (Forward Error Correction) ed equalizzazione per affrontare l'elevata sensibilità di PAM4 al rumore. 100G PAM4 è ora maturo per applicazioni 100GE o 400GE. Il passaggio a 800G mette sotto pressione la disponibilità di router e switch da 25.6 Tbps con interfacce 100G PAM4. La soluzione 200G PAM4 di nuova concezione nelle ottiche 800G QSFP-DD e 800G OSFP rende 800G più accessibile. 

 

La fotonica del silicio potrebbe essere un'altra tecnologia fondamentale per ridurre i costi delle future ottiche, in particolare per i transceiver densi con otto o più corsie e i transceiver ottici coerenti alimentati da complesse capacità di fibra ottica. Consiste nell'integrare componenti fotonici e funzionalità di transceiver in un substrato di silicio. Inoltre, si prevede che i futuri transceiver saranno assemblati con switch ASIC, il che significa che potrebbe non essere necessario inserire transceiver ottici indipendenti nei pannelli degli switch.

 

 

Intelligenza

Le reti future dominate da applicazioni guidate dall'AI stimoleranno la domanda di dispositivi e componenti intelligenti per reti ottiche. Le reti basate sull'AI possono comprendere una quantità incommensurabile di dispositivi, software e tecnologie complesse, che diventeranno un problema se non verranno realizzati sistemi di rete automatizzati. Il sistema autogestito e automatico controllato dall'AI affiderà all'ottica intelligente il compito di inoltrare una condizione operativa complessiva di se stesso e delle fibre collegate, il che è fondamentale per anticipare i guasti prima che si verifichino e garantire il regolare funzionamento dei sistemi di calcolo AI. 

 

In quanto soluzione conveniente e semplice per reti di trasmissione ad alta velocità e a lunga distanza, il ricetrasmettitore coerente è lo standard dominante nelle reti Metro e assumerà maggiori responsabilità e aspettative nelle applicazioni odierne e future ad alta intensità di IA. La FEC ottenuta tramite DSP (il componente principale della tecnologia coerente) consente al collegamento coerente di essere più resistente al rumore rispetto al rilevamento diretto. Ci si aspetta che un futuro ricetrasmettitore programmato in modo intelligente controlli la propria FEC per adattarsi alle mutevoli applicazioni di rete.

 

Riepilogo

L'intelligenza artificiale (AI) sta guadagnando slancio ed è ancora in fase di sviluppo per ottimizzarne i limiti, come la generazione di risposte senza senso. Ricetrasmettitori ottici più potenti e a prova di futuro sono fondamentali per supportare la trasmissione dati ultraveloce con l'aumento delle esigenze dei data center trainato dall'AI. Il passaggio da 400G a 800G risponde a esigenze crescenti: il 2024 potrebbe diventare l'anno dell'800G per l'adozione nei data center. Si prevede che la rimodellazione dell'architettura dei data center sul lato dell'addestramento e della previsione sarà un altro fattore abilitante e trainante per la domanda di ricetrasmettitori. Oltre a perseguire sempre velocità più elevate, le sfide includono l'aumento del consumo energetico, l'efficacia dei costi e la necessità di sistemi intelligenti e automatizzati per supportare reti guidate dall'AI. Imparare dalle precedenti tecnologie di successo e compiere progressi nella modulazione PAM4, nella correzione degli errori in avanti (FEC) e nella Silicon Photonics può contribuire a convenienza ed efficienza nel soddisfare queste esigenze.

 

Condividi

Tags

#"AI
#Optics and Transceivers
#Market Insight"