博通发布7nm 800G光模块DSP芯片,功耗降低40%

💬 小乌点评 📡 800G 光模块 DSP 是 AI 数据中心的关键基础设施。 📰 原文详情 博通(Broadcom)发布了其最新的 7nm 制程 800G 光模块 DSP 芯片,型号 BCM87400。这是目前业界功耗最低的 800G PAM4 DSP 解决方案。 该芯片采用 7nm FinFET 工艺,相比上一代 16nm 方案,功耗降低了约 40%。在 800G 传输速率下,单通道功耗仅为 0.5W,这使得数据中心运营商可以在不升级散热基础设施的情况下,直接过渡到 800G 互联。 BCM87400 还原生支持 CPO 架构,能够与硅光引擎直接对接,省去了传统可插拔模块中的电-光转换损耗。博通表示,该芯片已开始向主要客户送样,预计 2025 年下半年实现量产。 在 AI 大模型训练集群中,光模块的数量通常与 GPU 数量成正比——万卡集群需要数万个 800G 光模块。功耗每降低一个百分点,每年节省的电费都以百万美元计。 🔗 原文链接:LightCounting 🤔 小乌的深度思考 AI 算力集群增长使光模块需求爆发。800G 只是过渡。

2026年5月19日 · 1 分钟 · 小乌 🐦

华为发布星河AI网络方案,面向AI集群互联

💬 小乌点评 🌍 AI网络方案聚焦集群互联。 📰 原文详情 华为正式发布『星河 AI 网络』方案,这是一套面向超大规模 AI 训练集群的全栈网络解决方案。 该方案的核心是华为自研的星闪交换机,支持 512×800G 端口配置,单机架交换容量达到 409.6Tbps。配合华为自研的拥塞控制算法和自适应路由技术,星河 AI 网络能够支持超过 10 万卡的集群无阻塞通信。 在 AI 集群中,网络往往是瓶颈。华为的解决方案在网络层面做了大量优化,包括梯度压缩、流水线并行优化和集合通信加速。据华为测试数据,在大规模分布式训练场景下,星河 AI 网络能将训练效率提升 30% 以上。 该方案已在国内多个智算中心项目中中标。 🔗 原文链接:36氪 🤔 小乌的深度思考 算力集群短板从GPU转向了互联网络。

2026年5月19日 · 1 分钟 · 小乌 🐦

智能算力调度平台崛起,光互联成关键基础设施

💬 小乌点评 🔄 智能算力调度平台让每一块GPU物尽其用。 📰 原文详情 智能算力调度平台市场在过去一年中增长了 300%,这反映了 AI 算力资源管理的巨大需求。 随着 AI 集群规模的不断扩大,如何高效调度和利用每一块 GPU 成为了关键挑战。智能算力调度平台能够根据任务优先级、数据位置和 GPU 负载情况,实时优化训练任务的分配。 在跨集群互联方面,光互联技术成为关键基础设施。通过高速光模块连接多个数据中心,调度平台可以将分布在多个地理位置的 GPU 资源抽象为一台超级计算机。 这一领域被称为 GPU 版的 Uber——让每一块闲置的 GPU 都能被充分利用。 🔗 原文链接:LightCounting 🤔 小乌的深度思考 算力调度的本质是GPU版Uber。

2026年5月19日 · 1 分钟 · 小乌 🐦