Saling Sambungan Kuprum Tidak Dapat Diskalakan untuk Pusat Data AI

Beban kerja AI sedang mengubah rangkaian pusat data, menjadikan lebar jalur yang lebih tinggi dan kebolehskalaan yang lebih besar semakin penting. Apabila kelajuan terus meningkat, sambungan antara tembaga semakin mencapai hadnya dalam persekitaran AI berskala besar.

Pusat Data AI Sedang Mentakrifkan Semula Infrastruktur Rangkaian

Peralihan daripada Trafik Data Tradisional kepada Beban Kerja AI 

Trafik pusat data tradisional terutamanya menyokong aplikasi seperti perkhidmatan awan, pangkalan data dan platform web. Beban kerja ini biasanya melibatkan komunikasi yang boleh diramal antara pelayan dan storan. Beban kerja AI adalah berbeza. Melatih model AI yang besar memerlukan ribuan GPU untuk bertukar sejumlah besar data secara berterusan, menjadikan rangkaian berkelajuan tinggi dan kependaman rendah penting untuk prestasi. Apabila model AI menjadi lebih besar, pusat data beralih kepada sambungan yang lebih pantas seperti 800G dan 1.6T untuk mengurangkan kesesakan komunikasi dan memaksimumkan penggunaan GPU.

Mengapa Seni Bina Scale-out Mengubah Segalanya? 

Pusat data AI moden bergantung pada seni bina scale-out, yang menghubungkan ribuan GPU dan pelayan ke dalam satu sistem pengkomputeran. Dalam model ini, rangkaian memainkan peranan penting dalam membolehkan komunikasi yang cekap antara sumber pengkomputeran.

Walau bagaimanapun, kluster AI yang lebih besar memerlukan lebih banyak sambungan dan lebar jalur yang lebih tinggi. Penyelesaian interkoneksi tembaga tradisional yang berfungsi untuk persekitaran yang lebih kecil semakin sukar untuk diskalakan. Peralihan ini mendorong pusat data untuk menggunakan teknologi ketersambungan canggih yang dapat menyokong kepadatan lebih tinggi dan beban kerja AI yang lebih besar.

Mengapakah Pengkabelan Kuprum Dinilai Semula? 

Latihan model AI tidak lagi digerakkan oleh satu GPU. Sebaliknya, beribu-ribu GPU mesti berfungsi bersama sebagai sistem pengkomputeran teragih, dengan sentiasa bertukar-tukar sejumlah besar data. Semasa latihan, GPU perlu memastikan hasil perantaraannya disegerakkan. Walaupun kelewatan kecil dalam komunikasi boleh mengurangkan penggunaan GPU dan menjejaskan prestasi latihan secara keseluruhan. Apabila model AI menjadi semakin berkuasa, jumlah data yang digunakannya mencapai tahap Tbps, yang memberi tekanan kepada kabel tembaga tradisional. Cabaran bukan lagi sekadar kuasa pengkomputeran — tetapi sejauh mana data boleh bergerak antara GPU dengan cekap. Apabila kelompok AI berkembang daripada ratusan kepada ribuan pemecut, ketersambungan telah menjadi faktor kritikal yang mengehadkan kebolehskalaan.

Had Fizikal Pendawaian Kuprum dalam Rangkaian Berkelajuan Tinggi 

Pelemahan Isyarat

Isyarat elektrik beransur-ansur kehilangan kekuatan; semakin jauh jarak penghantaran, semakin lemah isyarat tersebut, menjadikan penghantaran data yang boleh dipercayai lebih sukar dikekalkan.

Apabila kelajuan rangkaian terus meningkat, kekuatan isyarat menjadi cabaran yang lebih besar. Kelajuan yang lebih tinggi bermakna frekuensi yang lebih tinggi, yang kehilangan lebih banyak kekuatan isyarat sepanjang jarak. Hal ini menyukarkan penggunaan sambungan kuprum di pusat data AI yang besar.

Crosstalk

Crosstalk merupakan cabaran tersembunyi bagi pengkabelan kuprum. Apabila sejumlah besar wayar kuprum dipadatkan secara rapat, isyarat elektrik saling mengganggu. Apabila pusat data AI terus berkembang dan memerlukan semakin banyak sambungan berkelajuan tinggi dalam rak, isu crosstalk menjadi semakin ketara.

Gangguan Elektromagnet

Kabel tembaga menghantar data melalui isyarat elektrik. Ini menjadikannya terdedah kepada gangguan elektromagnet (EMI) daripada peranti elektronik berdekatan, kabel kuasa dan sambungan rangkaian lain. Di pusat data dengan jumlah data AI yang banyak, beribu-ribu sambungan berkelajuan tinggi berfungsi pada masa yang sama. Ini boleh meningkatkan potensi kesan EMI.

Penggunaan Kuasa

Dalam era infrastruktur AI, apabila GPU individu kini boleh menggunakan lebih daripada 1,000 watt, pengendali pusat data semakin tertekan untuk mengoptimumkan setiap bahagian belanjawan kuasa. Memperuntukkan tenaga tambahan kepada penghantaran tembaga berkelajuan tinggi menjadi semakin kurang menarik, terutamanya apabila skala rangkaian terus berkembang.

Cabaran Ketumpatan Kabel dan Terma 

Kabel tembaga berkelajuan tinggi lebih tebal dan berat berbanding kabel gentian optik. Hal ini menyukarkan penggunaannya di pusat data AI berskala besar, di mana ruang dan aliran udara amat penting.

Apabila kelompok AI terus berkembang, bilangan sambungan rangkaian di dalam setiap rak meningkat dengan banyak. Pengkabelan tembaga yang padat boleh menyukarkan pengurusan kabel, menggunakan lebih banyak ruang dalam rak dan menyekat aliran udara, sekali gus menyukarkan pengurusan haba.

Peranan Berterusan Tembaga dalam Pusat Data AI

Tembaga dalam Kesalinghubungan Intra-rak

Walaupun penggunaan penyelesaian optik semakin meningkat, tembaga masih memainkan peranan penting dalam sambungan pusat data AI jarak pendek. Di dalam rak, apabila jarak biasanya terhad kepada beberapa meter, kabel tembaga seperti DAC boleh menyediakan sambungan berkelajuan tinggi antara pelayan, GPU dan suis dengan kos yang lebih rendah serta penggunaan yang lebih mudah.

Kecekapan Kos dalam Senario Jarak Dekat  

Kabel tembaga masih merupakan pilihan yang paling menjimatkan untuk aplikasi jarak pendek. Kabel tembaga mempunyai struktur yang ringkas dan tidak memerlukan komponen optik, menjadikannya sesuai untuk aplikasi yang tidak memerlukan penghantaran jarak jauh berbanding modul optik.

Kuprum sebagai Pengoptimuman Setempat, Bukan Penyelesaian Boleh Skala

Namun, kuprum bukanlah pilihan kekal untuk rangkaian AI berskala besar. Dengan keperluan lebar jalur yang semakin meningkat, kehilangan isyarat, penggunaan kuasa dan jarak capaian yang terhad menimbulkan isu pembiayaan. Oleh itu, kuprum akan kekal sebagai pengoptimuman sambungan tempatan jarak pendek, manakala gentian optik akan menjadi infrastruktur pusat data AI yang boleh diskalakan.

Bagaimana Gentian Optik Mengatasi Had Penskalaan Kuprum

Kehilangan Isyarat Rendah Membolehkan Kesambungan Jarak Jauh

Salah satu perkara terbaik tentang gentian optik ialah ia boleh membawa isyarat dengan sangat baik pada jarak yang jauh. Kabel kuprum menjadi semakin lemah apabila isyarat perlu bergerak semakin jauh, tetapi gentian optik boleh menghantar data pada jarak yang lebih jauh tanpa kehilangan banyak isyarat. Hal ini menjadikannya sesuai untuk digunakan dalam rangkaian pusat data AI berskala besar.

Kebolehskalaan Jalur Lebar Tinggi untuk Kadar Data Masa Hadapan

Gentian optik menyediakan kebolehskalaan lebar jalur yang besar yang diperlukan untuk memenuhi kadar data yang didorong oleh beban kerja AI bagi generasi akan datang. Gentian ialah teknologi kritikal untuk menskalakan infrastruktur AI pada masa hadapan kerana ia menyokong sambungan 400G, 800G dan kelajuan lebih tinggi.

Kekebalan terhadap Gangguan Elektromagnet

Berbeza daripada isyarat elektrik yang menggunakan tenaga elektrik, gentian optik menghantar data melalui cahaya. Oleh itu, gentian optik tidak terjejas oleh EMI. Ini memastikan komunikasi lebih stabil dan boleh dipercayai di tempat yang mempunyai banyak pusat data AI dan ribuan komponen berprestasi tinggi beroperasi pada masa yang sama.

Kebolehskalaan peringkat sistem yang unggul

Gentian optik lebih baik untuk sistem kerana ia boleh dibuat dalam saiz yang lebih besar. Saiznya yang lebih kecil, berat yang lebih ringan dan ketumpatan port yang lebih tinggi membantu pusat data menggunakan ruang, penggunaan kuasa dan kecekapan penyejukan dengan lebih baik. Apabila kelompok AI terus berkembang, gentian diperlukan untuk membina rangkaian yang lebih besar, lebih pantas dan lebih cekap.

Seni Bina Rangkaian Hibrid dalam Pusat Data AI Moden

Pemisahan Kesalinghubungan Dalam Rak dan Antara Rak

Apabila pusat data AI terus berkembang, seni bina rangkaian hibrid semakin muncul, dengan menggabungkan kelebihan tembaga dan gentian optik. Daripada menggantikan tembaga sepenuhnya, infrastruktur AI moden bergerak ke arah pendekatan "gentian dahulu, dibantu tembaga".

Tembaga masih sesuai untuk kesambungan dalam rak kerana jarak yang pendek, kos yang lebih rendah dan kemudahan penggunaan merupakan faktor utama. Sebaliknya, bagi sambungan antara rak dan jarak jauh, gentian optik digunakan secara meluas apabila lebar jalur yang tinggi, kehilangan isyarat yang rendah dan kebolehskalaan yang lebih baik diperlukan.

Kesimpulan

Walaupun pusat data AI terus berkembang, kebolehskalaan sambungan antara tembaga telah mencapai penghujungnya. Walaupun tembaga masih berfungsi untuk sambungan jarak pendek dalam rak, permintaan yang semakin meningkat terhadap lebar jalur lebih tinggi, jarak capaian lebih jauh dan kecekapan yang lebih baik bagi beban kerja AI tidak dapat dipenuhi dengan teknologi tembaga semasa. Gentian optik sedang muncul sebagai tulang belakang infrastruktur AI generasi seterusnya, yang membolehkan pusat data hiperskala beroperasi dengan lebih pantas dan stabil untuk menyokong sistem AI yang lebih canggih.