מרכזי הנתונים של עידן הבינה המלאכותית צריכים לא רק יותר מעבדים, אלא גם דרך מהירה וחסכונית הרבה יותר להעביר כמויות עצומות של מידע ביניהם. בתערוכת Taiwan Innotech Expo מציג מכון המחקר הטייוואני ITRI מנוע Silicon Photonics בקצב של 3.2 טרה ביט לשנייה, טכנולוגיה שממחישה מדוע המרוץ הבא של עולם הבינה המלאכותית עובר גם דרך האור.
כשמדברים על תשתיות AI, רוב תשומת הלב מופנית באופן טבעי אל המעבדים של NVIDIA, AMD ושאר יצרניות השבבים. אלא שככל שמרכזי הנתונים הופכים גדולים יותר ומכילים אלפי ואף עשרות אלפי מאיצים, נוצרת בעיה אחרת: צריך להעביר כמויות עצומות של מידע בין המעבדים, השרתים והמתגים במהירות גבוהה מאוד.
וכאן מתחילה הפוטוניקה להיכנס לתמונה.
מכון המחקר הטייוואני ITRI הציג מנוע אופטי חדש המבוסס על Silicon Photonics, עם קיבולת כוללת של 3.2 טרה ביט לשנייה. לפי ITRI, המערכת מיועדת במיוחד לחיבורי הדור הבא במרכזי נתונים המשמשים לבינה מלאכותית, מחשוב עתיר ביצועים ושירותי ענן.
במקום להעביר את המידע בחשמל, מעבירים אותו באור
הרעיון מאחורי Silicon Photonics פשוט יחסית להבנה, גם אם הביצוע מורכב מאוד. במקום להעביר את כל המידע כאותות חשמליים דרך מוליכים, חלק מהתקשורת הופכת לאותות אופטיים ונעה באמצעות אור.
היתרון הופך משמעותי במיוחד כאשר קצב הנתונים והמרחק בין הרכיבים עולים. חיבור חשמלי מהיר צורך יותר אנרגיה, מייצר חום וסובל מהפסדים ככל שמנסים לדחוף דרכו יותר מידע.
ITRI טוענת כי המנוע החדש תוכנן לא רק לקצב של 3.2 טרה ביט לשנייה, אלא גם להפחתת צריכת החשמל, הפסדים באריזה והפסדים במסלול האופטי. המודול משתמש גם בממשק אריזה מבוסס EVB שנועד לאפשר שילוב צפוף של מספר ערוצי תקשורת.
וזה חשוב, כי בדאטה סנטר ענק אפילו חיסכון קטן יחסית באנרגיה בכל חיבור יכול להפוך להבדל משמעותי כאשר מכפילים אותו באלפי או עשרות אלפי חיבורים.
כוח החישוב לבדו כבר לא מספיק
אחד השינויים המעניינים בעולם הבינה המלאכותית הוא שכוח החישוב לבדו כבר אינו מספיק. אפשר להציב מספר עצום של GPU בתוך מרכז נתונים, אבל אם אי אפשר להעביר את המידע ביניהם מספיק מהר, חלק מההשקעה בכוח החישוב מתבזבז.
זו בדיוק הסיבה שגם NVIDIA משקיעה כיום רבות בטכנולוגיות אופטיות. החברה הציגה מתגים המבוססים על Co-Packaged Optics, שבהם רכיבי התקשורת האופטיים ממוקמים בצמוד לשבב המיתוג. NVIDIA טוענת כי הטכנולוגיה מאפשרת להגדיל משמעותית את היעילות האנרגטית של הרשתות שמחברות מערכות AI ענקיות.
גם Broadcom פועלת באותו תחום וכבר הציגה פתרונות 3.2T משלה. לכן חשוב להדגיש כי המספר 3.2T כשלעצמו אינו פריצת דרך עולמית או שיא חדש. החלק המעניין יותר בסיפור של ITRI נמצא דווקא במקום אחר.
ITRI הם אחד מגופי המחקר הטכנולוגיים החשובים בטייוואן, ומכון שהיה מעורב לאורך השנים בהתפתחות תעשיית השבבים המקומית. המטרה שלו היא לקחת טכנולוגיות שנמצאות עדיין בשלבי מחקר ולהעביר אותן בהמשך לתעשייה.
טייוואן כבר מחזיקה מעמד מרכזי בעולם בייצור שבבים, אריזה מתקדמת, שרתים וציוד למרכזי נתונים. אם היא תצליח לבנות גם אקוסיסטם משמעותי בתחום הפוטוניקה בסיליקון, היא יכולה לתפוס חלק גדול עוד יותר משרשרת הערך של תשתיות הבינה המלאכותית.
העתיד של הבינה המלאכותית עשוי לעבור במהירות האור
המנוע הקטן שהציגה ITRI אולי לא נראה מרשים כמו שרת עמוס GPU או רובוט שרץ באולם התערוכה, אבל הוא מייצג שינוי עמוק שמתרחש מתחת לפני השטח.
ככל שמודלים של בינה מלאכותית גדלים ומרכזי הנתונים הופכים ל"מפעלי AI" עצומים, המאבק כבר אינו רק על המעבד המהיר ביותר. הוא מתרחב גם לשאלה מי יכול להעביר את המידע בין אותם מעבדים במהירות הגבוהה ביותר, תוך שימוש בכמה שפחות חשמל.
והתשובה של תעשיית השבבים הולכת ונעשית ברורה יותר: במקום להסתמך רק על אלקטרונים, הגיע הזמן להשתמש גם בפוטונים.
