丽贝卡·莫恩（Rebeca Moen）
2025年8月19日05:26
NVIDIA的共包装光学器件以提高功率效率，可靠性和性能的提高，在AI网络基础架构中设定了新标准。
NVIDIA通过实施共包装光学器件的实施来开创AI数据中心的转换，旨在显着提高功率效率和可靠性。根据NVIDIA的博客，随着人工智能（AI）继续重塑计算环境，基于这些系统的网络基础架构变得越来越重要。
AI工厂与传统数据中心
传统数据中心主要迎合以CPU为中心的工作负载，在每个服务器机架内采用层1开关，从而实现直接铜连接并减少功耗。但是，NVIDIA的AI工厂的特征是超密集的计算架和数千个GPU，需要最大的带宽和最小延迟，从而重新定义了数据中心拓扑。这种转变需要光学网络，增加功耗和光学组件要求。
优化网络可靠性和能源使用
传统的网络交换机具有可插入的收发器耐力明显的电损失，从而导致更高的功耗和潜在的故障点。相比之下，NVIDIA的共包装光学简化了信号路径，降低了功率使用并增强可靠性。该设计利用集成的电流转换，将光纤直接连接到与ASIC相邻的光发动机，从而达到了卓越的信号完整性和能源效率。
AI工厂的共包装光学的优势
NVIDIA的新量子-X光子学和Spectrum-X光子系统基于共同包装的光学器件，取代传统收发器，提供提高的性能和效率。这些创新实现了前所未有的带宽和端口密度，从而改变了AI数据中心的物理和经济格局。
量子-X光子学：下一代Infiniband网络
NVIDIA Quantum-X Infiniband Photonics推出了高级开关技术，提供115 TB/S开关容量和14.4 Teraflops的网络内计算，以及其他功能。该平台利用集成的硅光子学用于无与伦比的带宽，低延迟和操作弹性，对于AI工作负载至关重要。
Spectrum-X光子学：缩放以太网AI工厂
Spectrum-X光子学将共包装的光学元件扩展到以太网中，该光学元件专为大规模AI任务而设计。凭借由NVIDIA硅光子学供电的Spectrum SN6810和SN6800等平台，它在功率效率上达到了3.5倍的飞跃，并提高了弹性的提高10倍，从而优化了AI工厂运营。
性能和可靠性的突破
共包装的光学元件在功率效率，弹性和部署速度方面提供了显着的增强，对于高密度AI环境至关重要。这些系统可以实现行业领先的带宽，并通过有效的冷却来处理高功能设置。
Nvidia在共包装光学方面的进步标志着AI网络中的关键开发，为功率效率，可靠性和性能设定了新的标准。随着商业可用性的方法，这些创新已准备好重新定义AI数据中心基础架构。
有关对Nvidia Photonics的进一步见解，请访问NVIDIA博客。
图像来源：Shutterstock
（tagstotranslate）AI（T）加密（T）区块链（T）新闻
关键词：
