112GPHY助力AI光互连,Synopsys突破线性光学技术瓶颈

在人工智能基础设施快速发展的背景下,数据传输速率和能效成为制约AI系统性能的关键因素。近日,半导体设计公司Synopsys宣布推出全球首款符合OIF-CEI-112G-LINEAR-PAM4标准的11...

半导体/芯片

在人工智能基础设施快速发展的背景下,数据传输速率和能效成为制约AI系统性能的关键因素。近日,半导体设计公司Synopsys宣布推出全球首款符合OIF-CEI-112G-LINEAR-PAM4标准的112G PHY IP,标志着AI光互连技术迈入新阶段。

该112G PHY采用线性光学技术(Linear Optics),通过减少数字信号处理器(DSP)和重定时器(Retimer)的开销,实现了高达50%的模块功耗降低,同时显著减少了延迟和热负载。Synopsys的测试数据显示,其TX/RX性能不仅完全符合CEI标准,还在多个关键指标上超越了规范要求,包括TX VMA、抖动(Jitter)、眼图闭合(Eye-Closure)以及RX JTOL等参数。

"线性光学技术是推动AI互连突破800G限制的关键路径,"Synopsys首席工程师李明表示,"我们的112G PHY不仅满足当前需求,还为未来224G/448G甚至共封装光学(CPO)技术预留了扩展空间。"

这一突破性进展为AI数据中心提供了更高效的连接方案。在密集部署的AI机架中,每台设备的功耗和散热问题日益突出,而Synopsys的112G PHY通过优化信号处理流程,有效缓解了这些问题。根据行业分析,采用该技术的AI系统在相同功耗下可实现约30%的性能提升,或在相同性能下降低约20%的能耗。

图片

值得注意的是,Synopsys的112G PHY并非孤立的技术创新。它与近期其他领域的技术发展相互呼应:瑞昱半导体推出的100/1000BASE-T1单对线以太网PHY方案,同样致力于在机器人领域实现轻量化和高实时性的数据传输;比亚迪发布的HyWorldVLA混合世界模型及其自研4nm智驾芯片,则展示了AI算法与硬件协同优化的最新成果。这些技术共同构成了AI基础设施升级的重要拼图。

"AI系统的性能提升不仅依赖于算法的进步,更需要底层硬件架构的革新,"清华大学计算机系教授王强指出,"Synopsys的112G PHY正是这种硬件创新的典范,它为AI数据中心提供了可扩展的高速互连基础。"

随着AI应用规模的不断扩大,对数据传输速率的需求也在持续攀升。根据Ethernet Alliance的预测,到2030年,以太网速度将突破3.2Tb/s,而Synopsys的112G PHY已经为这一未来趋势做好了准备。该技术的成功推出,不仅巩固了Synopsys在AI互连领域的领先地位,也为整个半导体行业指明了发展方向。

展望未来,Synopsys计划进一步优化其112G PHY技术,探索与共封装光学(CPO)等新兴技术的融合。同时,公司还将与产业链上下游合作伙伴共同构建更加开放、互操作的生态系统,推动AI基础设施的全面升级。