思科芯片，來勢洶洶

公眾號記得加星標??，第一時間看推送不會錯過。

思科近期發布了Silicon One G300，這是一款102.4Tbps的網絡芯片，代表了當前AI數據中心基礎設施中最先進的交換解決方案之一。在Cisco Live EMEA期間，我們有機會與思科通用硬件事業部執行副總裁Martin Lund進一步探討這一新進展及其對行業的意義。我們不僅討論了思科是如何打造這一龐大的硅芯片，還花了相當多的時間討論未來的發展方向，包括硅光子技術。

G300是Silicon One產品組合中的最新成員。這是一款由臺積電代工、基于3納米工藝的芯片，為連接大規模GPU集群提供了極高的網絡容量。根據Lund的說法，憑借G300，思科躋身全球僅有的三家能夠生產該性能級別網絡芯片的公司之列，另外兩家是英偉達和博通。

通用硬件事業部整合了思科所有產品線中的硅芯片開發、硬件工程以及硅光子研究。這種統一方式的優勢在于，使思科能夠構建覆蓋從園區Wi-Fi接入點和視頻攝像頭，到Catalyst交換機、核心路由器以及超大規模AI基礎設施交換機的完整垂直解決方案。

Silicon One G300芯片

G300芯片支持64個1.6Tb以太網端口，總交換容量達到102.4Tbps。與幾年前推出的前代產品G200相比，這一容量實現了翻倍。從更直觀的角度來看，該芯片提供的帶寬是近25年前推出的10Gb標準的1萬倍。

基于臺積電3納米工藝構建，G300正在逼近當前半導體制造的物理極限。根據Lund的說法，由于制造限制，目前無法制造出明顯比該芯片更大的芯片。極致性能也帶來了顯著的散熱挑戰。該芯片產生的熱量之大，使得其部署必須依賴液冷。這一點本身也具有意義，因為這意味著交換設備也將進入液冷領域。

用于AI工作負載優化的可編程架構

Lund表示，使Silicon One區別于競爭解決方案的，是其可編程架構。這意味著芯片可以被編程以執行其應執行的任務。更重要的是，G300可以在部署之后進行重新配置，以適應不斷變化的網絡需求。他認為，這一能力對于AI基礎設施尤為重要，因為工作負載模式和協議正在快速演進。

這種可編程性使網絡運營商能夠在不更換硬件的情況下，修改芯片行為、實現新協議以及調整負載均衡架構。這延長了設備生命周期，并使得隨著AI技術的發展能夠持續優化。對于可能部署10萬顆此類芯片的大型AI工廠，或部署數百顆的小型系統，這種靈活性代表了顯著的運營與財務優勢。

以太網贏得AI網絡標準之爭

在AI基礎設施連接技術方面，網絡行業長期存在以太網與InfiniBand之間的爭論。根據Lund的說法，這一問題已經被明確地解決，結果是以太網勝出，尤其是在Ultra Ethernet聯盟成立以及英偉達公開支持以太網技術之后——盡管英偉達通過收購Mellanox擁有InfiniBand。

InfiniBand在需要低延遲和高性能的特定場景中表現良好。然而，該技術在擴展性方面存在明顯限制。最顯著的是，InfiniBand的地址空間僅支持65,000個節點。Lund表示，這看似很多，但對于擴展至數十萬甚至上百萬計算節點的AI集群來說是不足的。以太網提供了這些大規模部署所需的地址能力、互操作性以及生態支持。

向以太網作為通用標準的轉變，使得AI計算架構走向解耦。在這種架構中，不同類型的處理器和加速器通過統一的網絡結構連接。Lund認為，隨著AI硬件格局從當前以GPU為中心逐漸多樣化，這種靈活性將變得愈發重要。

部署目標與客戶采用情況

G300的初始部署重點，是用于連接超大規模GPU集群的AI數據中心。這既包括大型AI工廠，也包括較小規模的企業AI部署。Lund還指出，六大超大規模云廠商中已有五家采用了思科的Silicon One技術，目前也在推進第六家的合作。

新型云服務提供商（neocloud）以及主權云項目的興起，使得可服務市場不再局限于傳統超大規模云廠商。企業也開始部署專用AI工廠，這些部署需要G300所提供的交換能力。盡管這些部署的GPU規模是數千級，而非數十萬級，但Lund認為G300同樣能夠發揮作用。

G300位于思科五大Silicon One芯片家族的頂端。該家族（除G系列外，還包括P、K、A和E系列）覆蓋從園區交換到運營商基礎設施的不同場景。Lund表示，在最高性能芯片中開發的技術，也會逐步下沉至整個產品線。例如，G300設備中的1.6Tb以太網端口，未來將隨著市場成熟逐步進入運營商和企業設備。

硅光子與光網絡的未來

到目前為止，我們討論的都是當前或即將可用的技術。然而，當前關于光子技術的討論也非常熱烈。因此我們詢問了Lund對這一領域的看法。

硅光子技術應該成為下一次重要的技術轉變。第一階段是共封裝光學（CPO），即將光學引擎安裝在非常靠近網絡芯片的位置，使光信號可以直接從基板發出。與當前電-光轉換方法相比，這種方式可以將功耗降低高達70%。

接下來的問題是，光學技術能在多大程度上深入到芯片內部。目前的光交換依賴小型反射鏡來重構網絡路徑，但這種方式無法滿足逐包交換的速度需求。Lund預計，真正意義上的光域分組交換仍需數年時間。他甚至認為，在完全光交換變得實用之前，量子計算可能會先實現突破。

光子系統的可靠性挑戰

與基于銅的電系統相比，光子系統在可靠性方面存在固有挑戰。激光器具有有限壽命，并引入額外的故障點。Lund提到的一種解決方案是使用外部可插拔激光器，這樣在更換時無需移除整個交換機。這在一定程度上類似于模塊化設備中的熱插拔電源。

行業正在持續解決這些可靠性問題，同時平衡光子技術帶來的能效優勢。隨著網絡速率不斷提升，銅纜傳輸距離顯著縮短。過去在10米距離下可行的方案，在帶寬翻倍后可能只能支持3米，而進一步翻倍后可能僅為1.5米甚至1米。這一物理限制正在推動向光連接的轉變。然而，在銅與光子之間的最佳平衡點，仍會隨著每一代技術演進而不斷變化。

Silicon One 是垂直方法的基石

思科的方法鏡像了蘋果的垂直整合模式。該公司設計自己的芯片，構建自己的硬件，開發自己的軟件和平臺，創建自己的管理工具，并實施自己的安全堆棧。雖然像谷歌、微軟和亞馬遜 AWS 這樣的公司構建定制的數據中心芯片，但他們保留這些技術僅供內部使用。思科向全球數百萬客戶銷售其基于芯片的解決方案。這要求在可編程性、生命周期管理和廣泛的生態系統兼容性方面有不同的設計考量。Silicon One 架構的功能就像一個指令集，可以在不同的優化點和用例之間擴展，從園區網絡到超大規模 AI 基礎設施。

https://www.techzine.eu/blogs/infrastructure/139613/cisco-dominates-ai-network-design-when-will-silicon-photonics-mature/

（來源：techzine）

*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯系半導體行業觀察。

今天是《半導體行業觀察》為您分享的第4352內容，歡迎關注。

加星標??第一時間看推送

求推薦