ChatGPT背后的黑科技，主宰高算力的CPO技術

郭勇

ChatGPT引爆算力需求

作為人工智能三大核心要素之一，算力也被譽為人工智能“發動機”。

ChatGPT用戶數快速增長，需求量火爆引發宕機。ChatGPT自發布以來用戶數量快速增長。在龐大用戶群涌入的情況下，ChatGPT服務器2天宕機5次，火爆程度引人注目的同時也催生了對算力基礎設施建設更高的要求。以ChatGPT為例，其在模型訓練階段每次升級需要投入約3422萬元，該筆投入相較于運營階段來說規模較小。在模型上線運營階段，機構測算每億活躍用戶將帶來13.5EFlops的算力需求，需要6.9萬臺NVIDIADGXA10080G服務器支撐。

根據中國信通院數據，2021年全球計算設備算力總規模達到615EFlops，其中超算算力規模為14EFlops。換而言之，在每個用戶每天收到1500字回答的情況下，以2021年全球超算算力的規模，僅能支撐ChatGPT最多擁有1億日均上線人數。假設全球6家科技巨頭能夠在未來3年內各自擁有一款活躍人數2億的ChatGPT類應用，則有望帶來162EFlops超算算力需求，超算算力需求較目前提升空間超過10倍。

打破算力瓶頸的CPO技術

不同服務器之間需要頻繁的大量數據交換，數據互聯的帶寬往往會限制整體任務的性能，這成為數據中心引入超高帶寬基于硅光子的數據互聯的主要理由。而CPO共同封裝光子是業界公認未來高速率產品形態，是未來解決高速光電子的散熱和功耗問題的最優解決方案之一。

共封裝光學CPO（co-packagedoptics），指的是將光引擎和交換芯片共同封裝在一起的光電共封裝。較之傳統方案中（實現光電轉換功能的）可插拔光模塊插在交換機前面板的形式，CPO方案顯著縮短了交換芯片和（實現光電轉換功能的）光引擎之間的距離，使得損耗減少，高速電信號能夠高質量地在兩者之間傳輸，同時提升了集成度并能夠降低功耗，整體優勢顯著。在最新的OCP峰會上，英偉達代表表示AI所需的網絡連接帶寬將增加32倍，當前光模塊速率已無法滿足這一帶寬提升需求。繼續使用光模塊會帶來成本翻倍和20%-25%的額外功耗。為此需要新的激光器和調制器設計，并且CPO方案可能將功耗降低50%。

提前布局的科技巨頭

技術和經濟上的雙重優勢，讓科技巨頭們爭相涌入CPO賽道，目前AWS、微軟、Meta、谷歌等云計算巨頭，思科、博通、Marvell、IBM、英特爾、英偉達、AMD、臺積電、格芯、Ranovus等網絡設備龍頭及芯片龍頭，均前瞻性地布局CPO相關技術及產品，并推進CPO標準化工作——

在數據中心領域，CPO技術可以實現更高的數據密度和更快的數據傳輸速度，可以應用于高速網絡交換、服務器互聯和分布式存儲等領域。例如，Facebook在其自研的數據中心網絡FabricAggregator中采用了CPO技術，將光模塊和芯片封裝在同一個封裝體中，從而提高了網絡的速度和質量。

在云計算領域，CPO技術可以實現高速云計算和大規模數據處理。例如，微軟在其云計算平臺Azure中采用了CPO技術，將光模塊和芯片封裝在同一塊PCB板上，并使用微型化的線纜連接光模塊和芯片。

在5G通信領域，CPO技術可以實現更快的無線數據傳輸和更穩定的網絡連接。例如，華為在其5G通信系統中采用了CPO技術，將收發器和芯片封裝在同一個封裝體中，從而實現了高速、高密度、低功耗的通信。

爭奪算力霸權時代話語權

AIGC熱潮驅動下，全球科技龍頭的軍備競賽已經打響，CPO正站在風口的風口，既處在未來“卡脖子”數據傳輸通道，有著大廠們的集體背書，也有多個大賽道的加持，這背后除需要企業投入資源競爭外，更需要管理層的支持。

2020年，業界開始對發展CPO標準形成共識。國外COBO和OIF等行業組織成立了工作組，國內中科院計算所牽頭成立CCITA聯盟（中國計算機互聯技術聯盟），為制訂前沿互聯技術標準籌備相關工作。現階段，國內外CPO標準進程基本相近，均已初步完成規格草案的撰寫。CCITA聯盟于2021年5月啟動在中國電子標準化協會的國內CPO標準立項工作，聯合了超過40家會員廠商，規劃交換機及網卡CPO應用場景的規格標準。

不過我國光芯片產業起步較晚，技術實力與國外企業相比有一定差距，國內相關企業僅在2.5G和10G光芯片領域實現核心技術的掌握，根據ICC的數據，2.5G及以下速率光芯片國產化率超過90%；10G光芯片國產化率約60%，II-VI、Lumentum等外企牢牢占據高功率光芯片主要市場份額，而近年來隨著天孚通信、新易盛、聯特科技等布局“CPO技術”的核心企業崛起，我國有望在硅光、CPO等前沿技術領域取得突破。