確保 AI 互連的可靠連線能力

驗證光收發器以符合 AI 資料中心的實際需求和條件。採用先進、低雜訊的設計和測試解決方案,擴展 AI 就緒型互連的研發和生產測試。透過採用 AI 最佳化的測試和量測工具,在每個層級最佳化和驗證光學與電氣效能,以確保 1.6T 連線能力。

優化 800G 和 1.6T 速度下的效能與可靠度

透過適用於光收發器的高頻寬、低雜訊測試解決方案,領先 AI 互連不斷提升的效能需求。

加速新一代 AI 就緒光學元件的開發

利用高效能、具備未來擴充能力的儀器加速研發,這些儀器專為處理多代資料中心網路標準開發而設計

在不犧牲準確度的前提下,最大化測試效率

透過自動化解決方案簡化合規性和生產測試,這些解決方案可提高產能並降低成本,同時不犧牲品質

1.6T 是乙太網路的未來。您準備好了嗎?

由 AI 驅動的資料中心流量爆炸式成長已然展開。不久之後,即使是 800G 也將不敷使用。1.6T 是乙太網路的未來,而未來就在眼前。

隨著標準和相容性測試不斷演進,技術必須保持領先市場。請準備好迎接專家的預測、建議和測試解決方案。聆聽業界專家討論最新的乙太網路發展、對 1.6T 的預期、市場必須克服的挑戰,以及該技術的全面測試解決方案。

1.6T 互連網路研討會

常見問題:AI 互連

互連器(收發器)是一種在網路中連接伺服器與交換器的裝置,可實現元件之間資料傳輸。對於短距離,互連器可以是電氣(銅纜)或光學的。對於較長距離,通常使用光學互連器,因為它們在較長距離上具有更高的性能和更低的訊號損耗。

儘管用於機器學習資料中心環境的 AI 互連與用於推論(傳統資料中心環境)的類似互連沒有任何不同,但互連上的負載/利用率在長時間內會大得多。機器學習 AI 部署的互連選擇應仔細進行,以確保網路的性能和壽命。應注意位元錯誤率 (BER) 等量測,以確保生產互連之間有足夠的餘裕來應對樣本間的變化。

網路中的互連器連接伺服器與交換器,或交換器與交換器。對於高效能 AI 網路而言,工作負載在最佳化環境中運行至關重要。在最佳化網路中運行的高速、高品質互連器有助於確保 AI 網路中的工作負載不會因等待網路資料而延遲。

AI 系統中使用的互連技術主要有兩大類:晶片外互連和晶片內互連。

晶片外互連處理獨立元件(例如伺服器、交換器和加速器)之間的通訊,通常跨越電路板或機架。此類別中的領先技術包括支援 RDMA / RoCEv2 的乙太網路、InfiniBand、PCI Express (PCIe)、Compute Express Link (CXL) 和 NVLink。

晶片內互連在單一晶片或封裝內運作,實現核心和記憶體等內部元件之間的超高速通訊。此類別中的關鍵技術包括高頻寬記憶體 (HBM)、晶片網路 (NoC) 和共同封裝光學元件 (CPO)。

晶片內互連僅限於單一晶片內元件(例如 GPU、CPU 和記憶體)之間的通訊。這些是極短、快速且省電的通訊路徑。晶片外互連可涵蓋資料中心及更廣泛的範圍。它們速度很快,但不如短距離的晶片內互連快。然而,它們更具容錯能力,並針對系統級通訊進行最佳化。

AI 互連的創新包括相干光學元件、線性可插拔光學元件 (LPO)、共同封裝光學元件 (CPO)、Compute Express Link (CXL) 和先進的互連網路拓撲。

需要協助或有疑問嗎?