概要
人工知能 (AI) と機械学習 (ML) が急速に発展する中、より高速で効率的、かつスケーラブルなコンピューティング インフラストラクチャに対する需要が急速に高まっています。AI の可能性の限界を押し広げ続ける中で、データの伝送と処理における新たな課題が生まれています。光コンピューティング相互接続 (OCI) テクノロジも、AI システムの構築と接続の方法に革命をもたらすと期待される画期的なテクノロジとして登場しています。
課題: AI インフラストラクチャにおける入出力のボトルネック
AI モデルが複雑かつ大規模になるにつれ、コンピューティング ノード間で送信する必要があるデータの量は飛躍的に増加します。従来の電気相互接続ではこれらの要求を満たすのが難しく、ボトルネックが発生して AI システムの全体的なパフォーマンスが制限されます。
よく知られている課題はAIによって加速される
この図は、コンピューティング ネットワーク相互接続がこれまで AI アプリケーションの帯域幅要件の進化に遅れをとってきたことを明確に示しています。AI が進化し続けるにつれて、このギャップはさらに拡大すると予想され、新しいソリューションが緊急に必要になります。
ソリューション: 光電子統合とOCI
これらの課題に対処するために、研究者やエンジニアは光電子統合、具体的には光コンピューティング相互接続 (OCI) 技術に注目しています。OCI は光を使用してデータを送信します。これには、従来の電気相互接続に比べていくつかの重要な利点があります。
- より高い帯域幅
- 低密度で低消費電力
- 低レイテンシ
- 伝送距離の延長
AIインフラストラクチャにおけるOCIの応用
OCI テクノロジーには、AI インフラストラクチャにおけるコンピューティング ファブリック (AI/ML クラスター) とリソース分解という 2 つの主な用途があります。
コンピューティング ファブリック (AI/ML クラスター)
AI/ML クラスターでは、OCI を使用して、ノード間接続またはスイッチ ファブリック構成のいずれかで CPU/GPU ベースのサーバーを接続できます。
このアプリケーションにはいくつかの利点があります:
- 大規模なクラスターに帯域幅の増加を提供します
- 銅配線により伝送距離が延長
- 低レイテンシ
- 消費電力の削減
AI/ML クラスター コンピューティング ファブリックにおける OCI のアプリケーション
この図は、OCI を使用して AI/ML クラスター内の複数の XPU (CPU/GPU) ノードを接続し、コンピューティング リソース間の高帯域幅、低レイテンシの通信を可能にする方法を示しています。
リソースの内訳
OCI ではリソースの分解も可能になり、複数のコンピューティング ノードにまたがる大規模な共有リソース プールの作成が可能になります。このアプローチには、次のようないくつかの利点があります。
- パッケージングとスロットの制約からリソースを解放する
- リソースの利用と効率性の向上
- 遅延に敏感な接続
- 高帯域幅密度
- 低消費電力
リソース分散におけるOCIの応用
この図は、OCI によって CPU/XPU、メモリ、アクセラレータ、ストレージなどのさまざまなコンピューティング リソースを分解し、AI インフラストラクチャでこれらのコンポーネントをより柔軟かつ効率的に利用できるようにする方法を示しています。
インテルのOCIアプローチ
Intel は OCI 開発の最前線に立ち、シリコンベースのフォトニクスと高度なパッケージングの専門知識を活用して、AI インフラストラクチャ向けのスケーラブルなソリューションを生み出しています。
彼らのアプローチは、次の 3 つの主要領域に重点を置いています。
- 光電子集積回路（PIC）にさらに多くの光電子機能を統合する
- 高度なパッケージング技術を使用して、PICとクラス最高の電子集積回路（EIC）を統合します。
- ホスト（XPU、スイッチ）と光チップレットのより緊密な統合
インテルのOCIチップレット第1世代
この図は、xPU (CPU または GPU) と OCI モジュールを緊密に統合して、コンピューティング ユニットから直接、高帯域幅、低遅延の光通信を可能にする Intel の OCI チップレット コンセプトを示しています。
OCI と AI インフラストラクチャの未来
AI が進歩し続け、より強力なコンピューティング能力に対する需要が高まるにつれて、OCI テクノロジーは次世代の AI インフラストラクチャを実現する上で重要な役割を果たすことになります。Intel の OCI 開発ロードマップには以下が含まれます。
- 波長の数を増やす
- ラインレートを上げる
- 光ファイバーの数を増やす
- 偏光技術を使用する
これらの進歩により、帯域幅、電力効率、スケーラビリティが継続的に向上し、最終的にはより強力で効率的な AI システムが実現します。
Intel OCI スケーリング ロードマップ
この図は、OCI テクノロジーの拡張に関する Intel の壮大な計画を示しています。この計画により、将来のイテレーションでは帯域幅が 2Tbps PCIe5/CXL から 16Tbps UCIe/DWDM に大幅に増加すると予想されています。
要約すると、OCI テクノロジーは、現代の AI インフラストラクチャの相互接続の課題を解決する上で大きな進歩を表しています。統合フォトニクスのパワーを活用することで、OCI は次世代の AI および ML アプリケーションに必要な帯域幅、レイテンシ、電力効率を実現することが期待されています。Intel などの企業がこのテクノロジーに投資して開発を続けるにつれて、AI の可能性をさらに押し上げる、ますます強力で効率的な AI システムが登場することが期待されます。
OCI テクノロジーの具体的な実装 Intel は OCI テクノロジーの実装において大きな進歩を遂げました。以下に重要な技術的詳細を示します。
フォトニック集積回路 (PIC)
Intel は、以下の機能を備えた完全に統合された 8Tbps PIC チップを開発しました。
- 高密度波長分割多重 (DWDM) 光インターフェース
- 8 ファイバーペア x 8 波長 x 64G、CW-WDM MSA 規格に準拠
- 各方向4Tbpsのスループット
- 低開口数とパッシブアライメント用のV溝を備えた標準シングルモードファイバー出力
インテルの8Tbps光集積回路
この高度に統合された PIC には、オンチップ レーザー ソース、高効率マイクロ リング モジュレータ、ゲルマニウム光検出器、半導体光増幅器など、完全な光学サブシステムが含まれています。この高度な統合により、パフォーマンスが向上するだけでなく、コストと消費電力も削減されます。
異種統合
Intel は、ウェハレベルの異種統合技術を使用して、III-V 材料 (InP など) とシリコンベースの光電子デバイスを統合します。このアプローチには、次の利点があります。
- パフォーマンス: 結合損失の最小化
- 信頼性: レーザー信頼性 < 0.1 FIT
- 製造可能性: ウェーハレベルから良品ダイ (KGD) まで
- コスト: 高価なレーザーバックエンドは不要
- スケーラビリティ: チャネル数の増加、リソース共有
- 柔軟性: マルチ波長機能、バックアップ
III-Vレーザー/SOAの異種統合
この異種統合技術は、8 万個を超えるオンチップ レーザーを含む、ハイパースケール クラウド サービス プロバイダーに導入された 32 万個を超える PIC で実証されています。
OCI チップレット
Intel の OCI チップレットは、Intel のシリコン フォトニクス技術を使用して光 I/O を提供するダイ スタックであり、xPU と共パッケージ化できます。第 1 世代 OCI チップレットの主なパラメータは次のとおりです。
- ホストインターフェース: PCIe gen5 SerDesインターフェース
- 光側: 8 ファイバー x 8 波長 x 32G NRZ、シングルモードファイバー上の高密度波長分割多重
- 総帯域幅: 4 Tbps (各方向 2 Tbps)
- エンドツーエンドのビットエラー率: < 1E-12
- エネルギー効率: ~5 pJ/ビット
OFC 2024 でデモされたインテルの OCI 一体型コンセプト CPU は、この技術の実用化を示しました。デモでは、光リンクのみで見ると、OCI 技術はプラグ可能なモジュールに比べて 3 倍以上の電力と 5 倍以上の密度向上を実現することが示されました。
OCI技術の今後の展開
Intel は、OCI テクノロジの開発に関して、次の主要な方向性を含む明確なロードマップを持っています。
- 波長数の拡張：現在の8波長から16波長以上へ
- ライン レートの向上: 32G NRZ から 64G PAM4 まで、将来的には 128G 以上に達する可能性があります。
- 光ファイバー数の増加：小型化を維持しながら光ファイバー数を増やすことで、総帯域幅を拡大します。
- 偏波技術の活用: 偏波多重化により帯域幅密度をさらに向上します。
これらの進歩により、OCI テクノロジーは、より高い帯域幅、より低いレイテンシ、およびより高いエネルギー効率で AI および高性能コンピューティング アプリケーションをサポートできるようになります。
まとめ
OCI テクノロジーは、AI インフラストラクチャ相互接続における大きな進歩を表しています。統合型オプトエレクトロニクスの利点を活用することで、OCI は次世代の AI および ML アプリケーションに必要な高帯域幅、低レイテンシ、高エネルギー効率を実現します。Intel などの企業がこのテクノロジーに投資して開発を続けるにつれて、より強力で効率的な AI システムが登場し、人工知能の分野で継続的な進歩が促進されることが期待されます。
OCI テクノロジーは、現在の AI インフラストラクチャが直面している課題を解決するだけでなく、将来の開発のためのスケーラブルなソリューションも提供します。継続的な技術革新と業界のコラボレーションを通じて、OCI は次世代の AI および高性能コンピューティング インフラストラクチャをサポートする重要なテクノロジーになる可能性があります。
この記事では、OCI テクノロジの原理、アプリケーション、開発の展望を詳しく紹介し、読者にこの新興テクノロジの包括的な理解を提供することを目的としています。テクノロジが進歩し続けるにつれて、OCI は AI と高性能コンピューティングの分野の進歩においてますます重要な役割を果たすことが期待されます。