广东
8月20日，SK海力士宣布，公司与美国弗吉尼亚大学、伊利诺伊大学厄巴纳-香槟分校、南洋理工大学、麻省理工学院及延世大学等机构的研究人员，共同完成CPO（Co-Packaged Optics，共封装光学）技术路线图，并已发表于《自然 · 电子学》（Nature Electronics）。
CPO将光引擎进一步靠近处理器，通过缩短电信号传输距离，提升带宽与能效（来源：SK海力士）
该路线图聚焦高性能计算和AI应用中的光互连技术，重点讨论CPO从2D、2.5D中介层集成向3D异质集成演进的技术路径，并提出面向下一代AI基础设施的系统架构。
其中，optics-centric architecture（以光为中心的架构）以及Micro LED，是此次SK海力士披露中值得关注的两个方向。
从“芯片互连”走向“系统互连”
SK海力士指出，目前超大规模AI集群已经连接数千颗GPU和大量HBM堆栈，数据传输逐渐成为系统扩展的瓶颈。其援引数据显示，过去计算吞吐量约每两年提升3倍，而互连带宽同期仅提升约1.4倍。
来源：SK海力士
传统铜电互连随着传输速率和距离增加，会面临更高的信号损耗、功耗和延迟。CPO则通过将光引擎进一步靠近处理器，缩短高速电信号传输距离，再利用光链路完成后续数据传输。
研究团队提出，下一代AI基础设施的目标包括单节点超过100Tb/s带宽、低于1pJ/bit能耗，以及低于10ns的芯片间延迟。论文同时指出，热管理、制造能力和标准化仍是商业化需要解决的关键问题。
SK海力士提出“以光为中心”的架构
在CPO进一步演进后，SK海力士将光互连的范围延伸至存储接口。
据介绍，optics-centric architecture采用光子中介层，通过光链路直接连接XPU资源池与存储资源池，使多个AI加速器能够共享一个大型内存池。
以光互连为核心的架构概念图：光子中介层通过光链路，直接连接XPU资源池中的计算资源与内存池中的存储资源（来源：SK海力士）
与传统封装架构相比，该方案希望减少处理器与存储之间受到的物理连接限制，提高数据移动效率，并让AI基础设施能够随着模型规模扩大更加灵活地扩展。
SK海力士表示，从长远来看，光互连有望成为未来AI基础设施的基础连接技术。公司也将继续推动memory、先进封装以及optical compute interconnects协同发展。
值得注意的是，在SK海力士发布的路线图中，Micro LED也被点名。
SK海力士进一步透露，下一阶段将继续探索超薄光子材料集成，以及基于Micro LED（µLED）的超大规模并行光互连，以进一步提升光互连的能效和并行能力。
尽管现阶段 Micro LED光互连仍处于技术研发和验证阶段，但随着AI数据中心对高带宽、低功耗和高密度互连的需求持续提升，Micro LED作为光源器件的潜在应用正在获得更多关注。SK海力士此次将其纳入下一阶段研究方向，也为Micro LED在AI光互连领域的技术探索提供了新的产业关注点。
LEDinside整理
更多Micro LED市场趋势与数据，点击小程序了解《Micro LED显示与非显示应用市场分析》报告。
▶关于集邦
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
