Bem-vindo à QSFPTEK Global     Frete grátis em pedidos dos EUA e da UE acima de US$79.8     Armazém global

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

Carrinho

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

Como os transceptores ópticos podem evoluir na era da IA?

Autor Aiyden

Data 01/17/2024

Mergulhe no papel fundamental dos transceptores ópticos, impulsionando avanços tecnológicos e remodelando arquiteturas na era impulsionada por IA.

Desde o rápido crescimento do ChatGPT em janeiro de 2023, o aplicativo de software desenvolvido pela OpenAI conquistou atenção e preferência sem precedentes de usuários em todo o mundo. O lançamento do ChatGPT também estimulou o desenvolvimento de produtos concorrentes, formando uma pandemia na qual empresas globais competem para implantar inteligência artificial. 

 

A Nvidia relatou o crescimento das vendas de hardware de Inteligência Artificial (IA), como interconexões de fibra óptica. O Google planeja promover investimentos em clusters de servidores de IA. Outras empresas de nuvem, como Amazon e Microsoft, podem liderar o desenvolvimento de novas aplicações de IA.  O mercado tem observado que os sistemas de IA precisam urgentemente de transceptores ópticos para fornecer transmissão de dados ultrarrápida e de maior largura de banda entre servidores de computação do que nunca. Este artigo é uma análise de mercado sobre como os transceptores podem evoluir na era impulsionada pela IA.

 

O que um transceptor óptico tem a ver com inteligência artificial?

O Chatgpt conquistou cem milhões de usuários ativos mensais em dois meses após seu lançamento em 30 de novembro de 2022, tornando-se o aplicativo de software voltado ao consumidor com o crescimento mais rápido da história. Os usuários individuais que acessam e fazem pesquisas no Chatgpt diariamente somam cerca de 13 milhões, e esse número continua crescendo. O funcionamento do ChatGPT deve ser sustentado por recursos poderosos de computação em nuvem para atender à enorme demanda dos usuários. Caso contrário, incidentes como a indisponibilidade do ChatGPT’s devido a um pico de tráfego na noite de 7 de fevereiro ocorrerão com frequência.

 

 

A IA generativa é treinada com base em um conjunto de dados existente, o que você pode notar no campo de prompt ao fazer perguntas ao Chatgpt: meu conhecimento foi atualizado pela última vez em janeiro de 2022. O conjunto de dados compreende parâmetros massivos para capacidade robusta de computação e aprendizado de máquina, distribuídos em dezenas de milhares de controladores. A IA é o principal fator que impulsiona as demandas por data centers, e os data centers exigem transceptores para oferecer suporte à transmissão de dados por link. Os data centers atuais e futuros devem adicionar uma unidade privada de IA para processar conjuntos de dados massivos e realizar computação complexa em tempo real.  

 

Reformulação da arquitetura no lado de treinamento e previsão - Uma mudança para redes CLOS: Fat-Tree, Spine-Leaf e o que vem a seguir?

A ampla aplicação da IA e a consequente maior demanda por banda larga para terminais de rede e hardware de computação, como CPU/GPU, podem inaugurar futuras mudanças na arquitetura de rede dos data centers de IA. 

 

A plataforma de IA generativa adota métodos de treinamento no lado da nuvem e previsão no lado do terminal. A demanda por módulos transceptores para treinamento de IA está fortemente relacionada às remessas de GPUs. Em contraste, a demanda por módulos no lado da previsão de IA está fortemente associada ao tráfego de dados exigido dos usuários finais. A arquitetura fat-tree apresenta ausência de congestionamento, por isso pode dominar a rede do lado de treinamento em nuvem para atender aos requisitos de rede de alto desempenho. Como o lado da inferência de previsão atende aos usuários finais, o potencial aumento repentino nas quantidades de usuários impulsionado por aplicações populares de IA de vídeo ou imagem exige que a potência computacional seja ainda maior do que no lado de treinamento. Portanto, o lado da previsão prefere a arquitetura spine-leaf para lidar com o aumento da carga de dados impulsionado por aplicações de IA. Espera-se que a reformulação da arquitetura de data centers de IA se torne outro facilitador do aumento de transceptores ópticos e switches de rede.

 

A arquitetura tradicional de três camadas Core-Aggregation-Access é baseada em um modo de transmissão Norte-Sul, que encontrou sua limitação quando o aumento do tráfego leste-oeste começou a predominar nos data centers. A rede CLOS tornou-se essencial para que os data centers construam uma rede de comutação sem bloqueios e multiestágio. 

 

A arquitetura Fat-Tree marca a entrada do modelo de rede CLOS no campo dos data centers e vê seu sucesso nos data centers da Nvidia. A Fat-Tree implanta um número considerável dos mesmos switches baratos de baixo desempenho para construir uma rede de grande escala sem congestionamento. No entanto, a Fat Tree também tem suas desvantagens. Por exemplo, a escala de expansão é limitada pela densidade de portas dos switches de núcleo, o que não favorece o desenvolvimento sustentável dos data centers.

A arquitetura spine-leaf de duas camadas, outro modelo de rede CLOS, ganhou força nas conexões de data centers. A arquitetura spine-leaf é uma estrutura plana adequada para o surgimento do tráfego leste-oeste. O switch Spine é semelhante a um switch core, e os switches Leaf são conectados diretamente aos computadores. Todos os switches são bidirecionais para entrada e saída de dados. Uma rede spine-leaf tem a vantagem de design plano, fácil expansão, latência previsível, alta segurança e alta utilização de largura de banda. No entanto, switches spine-leaf exigem que os switches em todos os pontos de enlace sejam switches L3, o que custa muito mais do que a arquitetura tradicional de três camadas, que exige que o switch core seja de camada 3. É por isso que a rede spine-leaf se tornou popular em data centers nos últimos anos, à medida que o custo dos dispositivos de comutação começou a cair.

 

Como os Módulos Ópticos Afetarão a Mudança Tecnológica na Era da IA?

Espera-se que os transceptores ópticos impulsionem a revolução tecnológica de próxima geração como o componente central da interconexão de data centers e da interconexão interna. 

 

Como 400G está se tornando o padrão dominante em interconexões de data centers para lidar com volumes massivos de tráfego de dados entre servidores e armazenamento, os produtos de soluções breakout 4x 100G e 8x 100G comprovaram sua popularidade. No entanto, grandes modelos de IA como ChatGPT impuseram demandas maiores ao tráfego de dados dentro e fora dos data centers, com a atualização de 400G para 800G se tornando uma nova tendência. De acordo com os dados de previsão da LightCounting, espera-se que o envio de portas DWDM com velocidades mais altas, 600G, 800G e superiores, aumente em 2024 e nos próximos anos. 

 

Operadores de data centers de hiperescala esperam adotar óptica de próxima geração para permitir um fluxo de dados rápido e massivo entre servidores e dispositivos de armazenamento. Essa tendência também atende à demanda por tecnologias emergentes, como Internet das Coisas (IoT), Inteligência Artificial (AI) e Aprendizado de Máquina (ML).

 

Fonte: LightCounting Optical Communications Market Forecast, abril de 2022.

  

Podemos esperar que os módulos ópticos desempenhem um papel vital nos seguintes campos na era da inteligência artificial: 

• Desenvolvimento de sistemas de IA melhores: os sistemas de IA devem depender de transceptores ópticos para alcançar transmissão de dados ultrarrápida e confiável.

• DCI e supercomputadores: a interconexão de data centers e supercomputadores que hospedam sistemas de IA exige alta velocidade e grande largura de banda para análise e computação de dados massivos.

• Impulsionando o desenvolvimento da computação de borda baseada em IA: dispositivos IoT, como sensores e câmeras, precisam da capacidade de processar dados rapidamente com latência minimizada.

 

Quais Problemas os Transceptores Futuros Precisam Resolver na Era da IA?

 

Consumo de energia

O consumo de energia é essencial, pois há milhares de transceptores em um grande data center ou até centenas de milhares em um data center hyperscale. À medida que a velocidade dos módulos ópticos evolui para cima, o consumo de energia também aumenta. Olhando para trás na transição de 1G para 800G, podemos confirmar esse ponto: 1W para o módulo 1G SFP, 1.5W para o módulo 10G SFP+, 3.5W para o módulo 40G QSFP+, 4W para o módulo 100G QSFP28, 12W para o 400G QSFP-DD módulo e 17W para o transceptor 800G QSFP-DD800.

 

Tome como exemplo o switch Cisco Nexus 9232E QSFP-DD800 800G de 32 portas. Se ele estiver totalmente carregado com 32 unidades de transceptores ópticos 800G QSFP-DD800, o consumo total de energia será de 544W = 17W x 32. Na transmissão real, os transceptores são usados em pares, o que fará com que o consumo de energia dos módulos ópticos em ambas as extremidades do link chegue a mais de quilowatts. Um valor de consumo de energia tão alto apenas para os módulos ópticos é caro.

 
Observação: O valor de consumo de energia foi obtido de Folha de dados do módulo transceptor Cisco

 

Custo-benefício

Os transceptores futuros serão amplamente adotados assim que se tornarem economicamente viáveis. Um exemplo desse ponto é que 40GE foi amplamente usado até que 100GE se tornasse economicamente viável. Uma abordagem é dobrar a taxa de dados em cada lane sem aumentar a taxa de baud, o que foi realizado com sucesso na modulação PAM4 (Pulse Amplitude Modulation 4-level) com FEC (Forward Error Correction) e equalização para lidar com a alta sensibilidade do PAM4 a ruído. 100G PAM4 agora está maduro para aplicações 100GE ou 400GE. A expansão para 800G pressiona a disponibilidade de roteadores e switches de 25.6 Tbps com interfaces 100G PAM4. A solução 200G PAM4 recém-desenvolvida nas ópticas 800G QSFP-DD e 800G OSFP torna 800G mais acessível. 

 

A Silicon Photonics pode ser outra tecnologia crítica para reduzir os custos da óptica futura, especialmente para transceptores densos com oito ou mais vias e transceptores ópticos coerentes alimentados por capacidade complexa de fibra óptica. Trata-se de integrar componentes fotônicos e a funcionalidade do transceptor em um substrato de silício. Além disso, espera-se que os transceptores futuros sejam encapsulados com switch ASIC, o que significa que transceptores ópticos independentes talvez não precisem ser conectados aos painéis de switch.

 

 

Inteligência

As redes futuras dominadas por aplicações impulsionadas por IA impulsionarão a demanda por dispositivos e componentes inteligentes de redes ópticas. Redes baseadas em IA podem compreender uma quantidade incomensurável de dispositivos, software e tecnologias complexas, o que se tornará um desastre a menos que sistemas de rede automatizados sejam implementados. O sistema autogerenciado e automático controlado por IA transmitirá óptica inteligente para encaminhar uma condição operacional geral de si mesmo e de suas fibras conectadas, o que é fundamental para antecipar falhas antes que aconteçam e garantir a operação tranquila dos sistemas de computação de IA. 

 

Como uma solução econômica e fácil para redes de transmissão de alta velocidade e longa distância, o transceptor coerente é o padrão dominante em redes Metro e assumirá maiores responsabilidades e expectativas nas aplicações atuais e futuras intensivas em IA. O FEC obtido por DSP (o componente central da tecnologia coerente) permite que o link coerente seja mais resistente a ruídos do que a detecção direta. Espera-se que um transceptor futuro programado de forma inteligente controle seu FEC para se adaptar às aplicações de rede em constante mudança.

 

Resumo

A inteligência artificial (IA) está ganhando força e ainda está sendo desenvolvida para otimizar suas limitações, como a geração de respostas sem sentido. Transceptores ópticos mais potentes e preparados para o futuro são essenciais para oferecer suporte à transmissão de dados ultrarrápida à medida que as demandas dos data centers aumentam impulsionadas pela IA. A mudança de 400G para 800G atende às crescentes demandas: 2024 pode se tornar o ano do 800G para adoção em data centers. Espera-se que a reformulação da arquitetura dos data centers no lado de treinamento e predição seja outro facilitador e impulsionador da demanda por transceptores. Além da busca constante por velocidades mais altas, os desafios incluem o aumento do consumo de energia, a relação custo-benefício e a necessidade de sistemas inteligentes e automatizados para dar suporte a redes impulsionadas por IA. Aprender com as tecnologias bem-sucedidas anteriores e fazer avanços na modulação PAM4, na correção direta de erros (FEC) e na fotônica de silício pode contribuir para a acessibilidade e a eficiência no atendimento a essas demandas.

 

Compartilhar

Etiquetas

#"AI
#Optics and Transceivers
#Market Insight"