AI 算力大爆发,「电退光进」成为必然
随着人工智慧(AI)与大型语言模型(LLM)的训练需求呈指数级成长,高效能运算(HPC)平台的算力已不再是唯一的发展门槛。真正的瓶颈正转向「数据传输」。在NVIDIA Blackwell甚至是下一代Rubin架构中,晶片与晶片之间、伺服器与伺服器之间的资料吞吐量已迈向800G甚至1.6T的超高频宽。
然而,传统的铜导线传输在面对如此高频的讯号时,正遭遇到严重的物理极限:讯号损耗过大、散热压力遽增以及能耗无法负荷。为了突破这道「电墙」(Electrical Wall),矽光子(Silicon Photonics, SiPh)技术应运而生,透过将光电转换逻辑整合进半导体封装中,实现更长距离、更高频宽且低能耗的互连。但在这场光速革命中,最关键却也最艰难的一环,莫过於确保这些细微光路能精准运作的「互连测试」。
...
...
| 另一名雇主 | 限られたニュース | 文章閱讀限制 | 出版品優惠 |
| 一般使用者 | 10/ごとに 30 日間 | 0/ごとに 30 日間 | 付费下载 |
| VIP会员 | 无限制 | 25/ごとに 30 日間 | 付费下载 |
