800G/1.6T 光学器件助力 AI 革命

任何看过电影《2001 太空漫游》的人都知道，AI 的概念至少可以追溯到 56 年前，电影中的 HAL 9000 计算机多次“搅黄”宇航员的任务。 

作者 Arthur C Clark 曾表示，“HAL”这一名字并非像传言所说，是将“IBM”每个字母向前移一位，而是代表“启发式编程算法计算机”(Heuristically programmed Algorithmic Computer)——这个名称本身就是理解 AI 机器的一个很好起点。 

传统计算机依赖固定的算法和指令运行。而 AI 则通过结合启发式算法，使机器具备学习、决策甚至生成内容的能力，从而模拟出类似人类的智慧。 

人工智能的历史远早于电影中的 HAL 9000。

• 正如 CNET¹的一篇名为《在它们被称为机器人之前》的文章强调，早在 17 世纪，仿佛能自主移动的自动装置、仿人娃娃和机器就已经出现。
• 到了 1955 年夏天，数学教授兼人工智能先驱 John McCarthy 在达特茅斯学院的一次研讨会上首次提出“人工智能”这一术语，并在 20 世纪 50 年代逐渐流行开来。
• 1966 年，Joseph Weizenbaum 创建了第一个聊天机器人 ELIZA，灵感来自戏剧《卖花女》中的 Eliza Doolittle。ELIZA 扮演一位心理治疗师，利用自然语言处理技术 (NLP) 与人类进行对话。
• 进入 20 世纪 80 年代，日本启动了“第五代计算机计划”(FGCP)，尝试打造以逻辑推理和 AI 功能为核心的第五代计算机。虽然如今鲜有人提及，但这项计划代表了人类对 AI 变革潜力的早期发现。
• 1997 年，IBM 的深蓝计算机击败国际象棋大师 Gary Kasparov，轰动全球。
• 几年后，NASA 的“勇气号”和“机遇号”火星车在红色星球上自主探索。而如今“好奇号”和“毅力号”火星车接过了火星探索接力棒，它们都配备了 AEGIS AI 系统，依靠深度学习、计算机视觉和神经网络来侦察地质目标。
• 2011 年 Apple 推出 Siri，2014 年 Amazon Alexa 上市，自那以后，它们就成了我们的贴身助手。
   

这些例子展示了 AI 长期以来的渐进发展，直到 2022 年 11 月 30 日 ChatGPT 的问世，这是首个广泛生成式 AI 功能，标志着 AI 革命的开始。

无论这场革命对社会意味着什么，可以肯定的是，它将对计算和数据中心行业产生深远影响，而诸如 800G/1.6T 光学器件等创新技术，正助力行业迎接这一挑战。

生成式 AI 的训练模块和数据集对 AI 数据中心网络提出了更高要求，尤其是在大规模数据处理和低延迟方面，带来了严峻挑战。Juniper Networks² 和 Network World³ 的相关文章详细介绍了两家主要数据中心网络供应商如何应对这些难题。2023 年 Keysight 的博客则探讨了 1.6T 网络在 AI 等新兴技术中的关键作用。

为了满足 AI 数据中心网络日益增长的带宽和速度需求，800G 以太网及 800G/1.6T 光学器件成为必需品，目前 800G 以太网正在积极开发中。这涉及到各种技术方案，包括传统的线性驱动可插拔光学器件 (LPO) 收发器和共封装光学器件 (CPO) 等等。尽管各有优劣，但都在推动着技术向 800G/1.6T 方向整体进发。

来自以太网联盟成员 Synopsys 的 Priyank Shukla 预测，AI 数据中心网络将成为首批采用者，预计在 2025 年前部署 800G 以太网，在 2027 年前部署 1.6T 以太网。许多供应商已发布 800G 光收发器，并展示了 1.6T 收发器的样机。2024 年 1 月，以太网联盟的一篇博客文章⁴对这些成果及其他发展进行了更深入的探讨。 

为支持 AI 数据中心网络，设备提供商推出了支持 51.2Tbps 的 800G 交换机，用于连接 AI 服务器。这些交换机可以支持多达 32 个 OSFP800 或 QSFP-DD800 端口，能够使用 800G/1.6T 光学器件。通过提供更高的带宽和速度，800G/1.6T 光收发器能够提升数据处理效率，降低 AI 应用延迟，助力解决 AI 数据中心面临的重重挑战。