C114讯 1月12日消息(九九)在日前举行的2023中国光通信高质量发展论坛 - 硅光技术研讨会上,腾讯光网络架构师封建胜表示,硅光技术一直在以自身独特的节奏发展,各种应用也让人眼花缭乱,但好消息是硅光商业化的路径越来越清晰,可谓“乱花渐欲迷人眼,浅草才能没马蹄。”
封建胜介绍,腾讯从社交软件开始发展,从QQ到微信为越来越多的人提供便捷的通讯工具。截至2022年第三季度,微信月活跃账户数达到13亿,小程序日活跃账户数达到6亿,视频号日活跃账户达到5亿,目前还在继续增长中。在这些业务背后是腾讯庞大的数据中心在支持,腾讯数据中心分布在全球26个物理地区,包括70个可用区,国内加速节点超过2000个,海外加速节点超过800个。
数据中心是一个复杂的数字经济基础设施,核心是服务器与网络。目前腾讯在全球有接近200万服务器,数据存储规模超过EB级别,全球加速节点超过2800个,带宽储备达到200T。服务器与用户之间的连接便是光通讯网络,数据中心内部的光网络主要由网卡、交换机和光模块等硬件组成,目前腾讯的网卡端口速率达2×50G、2×100G, 2×200G的网卡芯片正在开发中;TOR交换机交换容量为8T,核心交换机容量达25.6T;对应的光模块有200G 1分2线缆,200G QSFP56封装的SR4光模块,以及200G QSFP56封装的FR4光模块。
封建胜指出,在腾讯微信、小程序、视频号等业务的背后,人工智能(AI)和机器学习(ML)等新技术发挥着越来越重要的作用。当前视频号的推荐越来越精准,这背后就是AI和ML在推动。
封建胜进一步指出,利用算法代替人工进行分级,推荐效率和精准性都得到了很大提升,但也面临着新的问题:滞后的硬件算力和滞后的网络带宽。最近10年,AI训练模型对算力的需求中,机器视觉、自然语言处理的增长速度为每两年15倍;Transformer大模型的增长速度更是达到每两年750倍,远远超过摩尔定律的每两年两倍。这意味着硬件的算力跟不上训练模型的需求。
不仅如此,存储和互联的速率增长速度更加缓慢。硬件算力在20年内增长了9万倍,内存总线,例如DRAM 20年内增长仅30倍,互联带宽在20年内也仅增长30倍,都远远低于硬件算力的增长。
封建胜表示,互联带宽和硬件算力之间的鸿沟越来越大,是困境、是挑战,更是机遇。封建胜认为,高性能计算是未来光通讯的重要增量场景。在过去的一年中,腾讯研发了第一台25.6T CPO交换机,在端口密度、功耗、延迟等方面都有收益,为高性能计算网络的建设奠定了基础。更进一步,硅光将光电转化部件移动到主要的电芯片近端,利用光I/O代替电I/O,实现互连带宽的快速增加,可能突破Memory Wall,“这个技术方向是我们非常看好的。”
在未来,腾讯将探索硅光在数据中心的更多应用,400G BR4或800G BR8规格是腾讯目前正在摸索的一个方向。
硅光在数据中心的另一应用场景,就是当前主流计算技术消耗了太多能量,能效低。2016年AlphaGo横空出世,全世界都在感慨人工智能、机器学习的强大,但却忽略了背后的能效比较。AlphaGo的功耗是150千瓦,而人脑的功耗约为20瓦,两者相差超7000倍。其根本原因在于,主流计算机采用的是冯·诺伊曼架构,存在冯·诺伊曼瓶颈。
最近几年很多初创公司在开发近程计算芯片,积极探索如何解决这一瓶颈。封建胜认为,最好的解决方案是存在一体,相比于电存算一体,光存算一体同样值得探索和研究。光计算具有高带宽、信息吞吐量大的特点,国内外也有不少初创公司在开发相关产品,但是数据还是存储在电学领域,需要大量的光电、电光转换,“或许当光学忆阻器成熟的时候,硅光在光计算上可以发挥其全部优势。”封建胜说。
C114通信网 九九
【以上内容转自“C114中国通信网”,不代表本网站观点。 如需转载请取得C114中国通信网许可,如有侵权请联系删除。】
延伸阅读: