網路技術：AI時代的隱形戰場

當我們談論AI革命時，大多數人首先想到的是強大的GPU和複雜的演算法。然而，在矽谷的新時代中，真正推動AI發展的關鍵其實是網路技術——不是LinkedIn那種人脈網路，而是連接晶片與晶片、伺服器與伺服器之間的實體網路基礎設施。

隨著科技產業向AI數據中心投入數十億美元，從晶片巨頭到新創公司都在加速創新，致力於解決一個根本性問題：如何讓數位資訊在數據中心內以更快的速度流動？

光學技術的華麗轉身

光學技術（光子學）正在迎來它的高光時刻。根據量子運算公司PsiQuantum共同創辦人Pete Shadbolt的說法，這項技術在過去25年間一直被認為是「無趣、昂貴且用處有限」，直到AI熱潮重新點燃了市場對它的興趣。

現在，風險投資者和機構投資者正在向Lightmatter、Celestial AI、PsiQuantum等深度科技新創公司投入巨資。這些公司共同的特點是：利用光學技術來加速高速運算。

為什麼需要光學技術？很簡單：傳統依賴電子的互連技術已經無法跟上AI工作負載對高頻寬的爆炸性需求。

產業巨頭的戰略佈局

Nvidia早在多年前就展現了對網路技術重要性的遠見。該公司在2020年以近70億美元收購以色列公司Mellanox Technologies，隨後又收購了Cumulus Networks。這些收購讓Nvidia的GPU叢集運算能力獲得了飛躍性提升。

與此同時，Broadcom這家市值1.7兆美元的公司在客製化晶片加速器和高速網路技術領域已成關鍵玩家。該公司與Google、Meta以及最近的OpenAI密切合作，開發數據中心晶片。據路透社報導，Broadcom正在準備一款名為Thor Ultra的新型網路晶片，專門設計用於提供「AI系統與數據中心其他部分之間的關鍵連結」。

上週，半導體設計巨頭ARM在財報電話會議中宣布計劃以2.65億美元收購網路公司DreamBig，這家新創公司與三星合作生產AI小晶片（chiplets），展現了業界對規模化網路技術的重視。

技術突破的迫切性

Lightmatter執行長Nick Harris指出，AI所需的計算能力現在每三個月就翻一倍——這個速度遠超過摩爾定律的預測。隨著電腦晶片變得越來越大，「當你達到能夠製造的最大晶片的技術極限時，所有後續的性能提升都來自於連接晶片…」

資深科技分析師Ben Bajarin對此表示認同：「回顧歷史，網路技術曾經非常無趣，因為它只是在交換數據包。現在，由於AI的需求，它必須移動相當龐大的工作負載，這就是為什麼我們看到圍繞速度的創新。」

未來展望

隨著AI模型變得越來越複雜，數據在晶片之間、伺服器之間傳輸的速度將成為決定整個系統性能的關鍵瓶頸。光學網路技術不僅提供了更高的頻寬，還具有更低的功耗和延遲，這些特性正好滿足了AI運算的苛刻要求。

這場發生在晶片網路領域的靜默革命，雖然不如大型語言模型那樣引人注目，但卻是支撐整個AI生態系統的基石。未來幾年，我們很可能會見證更多光學技術的突破性應用，以及傳統電子互連技術與新興光學技術的深度融合。

本文編譯自 Wired 報導 “The AI Boom Is Fueling a Need for Speed in Chip Networking"，作者 Lauren Goode。