LightCounting表示，雖然光通信不是本次Photonics West會(huì )議的重心，但是CPO論壇上提出的一個(gè)問(wèn)題讓人深思：如果網(wǎng)絡(luò )只占云數據中心總功耗的2%-3%，我們?yōu)槭裁匆獡墓饽K的功耗不斷增加?
Coherent公司的Vipul Bhat介紹了兩年前發(fā)表在科學(xué)雜志上的一篇文章中的數據，該文章表明，對數據中心功耗不斷增加的擔憂(yōu)被高估了。這項研究比較了2010年和2018年所有數據中心的功耗，僅增長(cháng)了約8%。將這一趨勢推斷到2022年-2023年，由于數據中心效率的持續改善，表明會(huì )有2%-3%非常溫和的增長(cháng)。
這種改善主要有兩個(gè)原因：工作負載從企業(yè)數據中心逐步遷移到云計算公司運營(yíng)的超大型數據中心，后者的效率更高；服務(wù)器和存儲的效率穩步提高，這兩者是能耗大戶(hù)。
LightCounting指出，網(wǎng)絡(luò )的功耗在2012年僅占1%，2018年為2%，到2022年約為3%，我們應該關(guān)心它嗎?
下圖展示了LightCounting對云數據中心部署的光模塊功耗的計算結果(以年度部署量計算，而不是累積)。請注意，垂直坐標軸是對數刻度，在對數刻度的圖表中，任何直線(xiàn)都不應被忽視，因為它表明指數增長(cháng)。因此在懷疑論者意識到這一點(diǎn)之前，功耗將持續上漲，而解決這個(gè)問(wèn)題可能為時(shí)已晚。
根據這一分析，2018年-2022年部署在云數據中心的光模塊的總功耗加起來(lái)為330MW或1.2TWh，略高于目前云數據中心總功耗的1%。問(wèn)題是，到2028年，預計光模塊的功耗將占到其中的8%以上。另外，這一分析也說(shuō)明了可插拔光模塊的功耗效率不斷提高：從100G光模塊的35pJ/bit到800G光模塊的20pJ/bit。
那么到2028年，云數據中心的光模塊功耗將占到總功耗的8%，我們是否應該對此感到擔憂(yōu)?
LightCounting指出：“是的，我們應該。云計算運營(yíng)商在為其基礎設施提供更多電力等能源方面面臨重大限制。如果光學(xué)系統消耗更多的資源，他們將被迫減少分配給服務(wù)器和存儲的預算。”
與此同時(shí)，人工智能集群的設計受到光連接的高功耗和成本的嚴重限制。英偉達聲稱(chēng)，如果不受功耗和成本的限制，他們現在可以多使用32倍的光器件。AI模型訓練的執行需要大規模的GPU陣列，如果供應商能夠降低其功耗和成本，高帶寬光連接將是最佳解決方案。
Ayar Labs、Broadcom、IBM和Ranovus的下一代CPO設計預計將達到2pJ-3pJ/bit的能耗效率。Rajeev Ram教授是Photonics West的全體會(huì )議發(fā)言人，也是Ayar Labs的聯(lián)合創(chuàng )始人，他聲稱(chēng)0.1pJ/bit是現有技術(shù)在每通道200G時(shí)可以做到的。他在麻省理工學(xué)院的團隊正在研究低電壓調制器和改進(jìn)的探測器，目標是使互連功耗達到0.001pJ/bit或更低。
另外，麻省理工學(xué)院的一些解決方案將使用非常低的數據(Mbps)速率來(lái)降低功耗。Ayar Labs的方法也是基于使用較低速度(64Gbps)的NRZ光器件來(lái)達到2pJ/bit。他們是否能在每通道112G NRZ下達到1pJ/bit以下還有待觀(guān)察。
“我們的行業(yè)正處在一個(gè)十字路口。”LightCounting表示，我們可以維持現狀，繼續使用可插拔光模塊，并逐步改進(jìn)。人工智能集群的規模不會(huì )那么快，另外在網(wǎng)絡(luò )帶寬限制下，也會(huì )有其他方法來(lái)優(yōu)化人工智能模型。
另一種選擇是承擔風(fēng)險，開(kāi)發(fā)新的光學(xué)技術(shù)，采用新的封裝和光纖耦合設計，以實(shí)現成本和功耗效率的徹底改善。這種方法將有利于人工智能的發(fā)展，并將光通信行業(yè)提升到一個(gè)全新的水平。這條路是令人興奮的，但懷疑論者說(shuō)得沒(méi)錯，它非常具有挑戰性。然而，錯過(guò)這個(gè)機會(huì )將是一個(gè)錯誤。LightCounting指出，目前業(yè)界討論最多的CPO，面臨的最大挑戰還是在封裝和低損耗光纖連接等方面。
