7月9日消息（赵婷婷）在日前召开的“2024中国光网络研讨会”上，华为技术有限公司光模块高级技术专家段建宏发表题为《AI场景光模块的技术趋势及面临的挑战》的主题演讲。
他表示，大模型之战带来模型规模和训练算力需求爆发式增长，智算中心是业界AI模型开发的共同选择。业界主流模型从千亿稠密到万亿稀疏，逐步走向百万级超长序列和多模态，稳定性、高性能为AI大集群客户核心诉求。
“文本、图像乃至视频AI的高速发展对算力规模提升提出更大挑战，千卡/万卡等高效互联的AI集群是必然发展趋势，而高速网络互联是提升系统集群算力的关键一环。”
段建宏指出，光模块“麻雀虽小，五脏俱全”，在AI计算网络典型组网中的应用广泛，可在参数面网络用于智能集群分布式训练，业务面网络用于系统业务调度和管理，存储面网络用于访问存储区数据，光模块/AOC用于三张网络中的长距接入和设备互联。
同时，智算中心机房内互联以2km为主，端口速率已到800G，持续向高速率(1.6T/3.2T)演进中。并且未来5年短距光模块将快速增长，AI集群光模块份额占比从2023年的25%提升到2028年的38%，800G光模块在今年上量部署，1.6T光模块预计在2026年上市。
段建宏提出了AI场景下光模块的技术趋势及面临的挑战。他认为，AI场景下光互联技术高速发展，呈现差异化的特性需求。其中，联接速率高，需要大宽带；互联规模大，需要低功耗、低时延；因性能/可靠性导致的闪断影响训练业务，需要稳定、高可靠；智能运维，开局或者过程检测，快速故障定位，需要高可用。
具体来说，在大带宽方面，224G/Lane待进一催熟，高速率对传输距离影响待进一步研究，此外，还有小型化封装低功耗、散热问题。
低功耗、低时延方面，LPO 具备相对优势，但持续演进仍有待讨论。另外标准生态是LPO落地商用的关键，互通性应用还在进一步研究。速率提升加速单模下沉，硅光预估迎来高速增长。
高可靠方面，AI计算对光互联高可靠提出挑战，要求系统端到段设计优化；系统与光模块优化系统风道设计，光模块联合散热优化；光器件合理提升系统集成度；光芯片优化芯片设计，降低缺陷率，降低电流密度，提升发光线率。
高可用方面，高速率模块链路洁净度要求更高，且高密光互联架构，故障定位代价大，AI网络需要注入智能化技术，提升运维效率，AI场景下光模块智能运维助力系统实现高可用特性。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
