Репортаж от Wedoany，Британский стартап в области фотонных сетей Oriole Networks развернет первую в мире крупномасштабную полностью фотонную ИИ-сеть для британской лаборатории ARIA Scaling Inference Lab. Система объединит фотонные сетевые технологии Oriole с графическими процессорами AMD Instinct и процессорами AMD EPYC для проверки способности ИИ-инфраструктуры нового поколения обеспечивать высокую пропускную способность при выводе, низкую задержку и контроль энергопотребления.
Узким местом центров обработки данных для ИИ становится не производительность отдельных чипов, а сетевое взаимодействие внутри кластеров. Вывод и обучение больших моделей требуют совместной работы большого количества GPU, CPU, памяти и систем хранения данных. Скорость передачи данных, задержка и энергопотребление между узлами напрямую влияют на общую эффективность. Традиционные сети ЦОД в значительной степени полагаются на электрические коммутационные устройства. По мере масштабирования ИИ-кластеров энергопотребление коммутационного уровня, перегрузка каналов и время ожидания GPU становятся сдерживающими факторами. Решение Oriole заменяет часть традиционных электрических путей коммутации чисто фотонной сетью, стремясь снизить сетевую задержку и энергопотребление на системном уровне, позволяя большему количеству вычислительных ресурсов быть задействованными для обработки ИИ-задач.
Данное развертывание в лаборатории ARIA Scaling Inference Lab является важным этапом коммерческой валидации фотонной ИИ-сети Oriole. Лаборатория ориентирована на проблемы масштабирования ИИ-вывода и фокусируется на изучении того, как запускать большие модели в инфраструктуре с более низкой стоимостью, более высокой эффективностью и улучшенной интерактивностью.
Ранее Oriole представила фотонную маршрутизирующую инфраструктуру PRISM, разработанную для центров обработки данных, высокопроизводительных вычислений и распределенных нагрузок глубокого обучения. Идея PRISM заключается в использовании фотонной коммутационной сети для удовлетворения потребностей в высокоскоростном соединении внутри ИИ-кластеров, снижая нагрузку на энергопотребление и задержку, связанную с электрической коммутацией. Если технология окажется эффективной в лабораторных условиях, в будущем это повлияет на сети ИИ-серверов, оптические соединительные модули, архитектуру коммутации ЦОД, развертывание GPU-кластеров и проектирование высокопроизводительных вычислительных сетей. Участие AMD в этом развертывании также указывает на то, что производители ИИ-чипов обращают внимание на системные узкие места за пределами вычислительных чипов. Полное раскрытие вычислительной мощности GPU все больше зависит от совместной работы сети, памяти, корпусирования, охлаждения и программной координации.
В настоящее время это развертывание является демонстрационным и валидационным проектом для лаборатории ARIA и не эквивалентно полномасштабному коммерческому внедрению в крупных ЦОД. Oriole рассматривает этот проект как свое первое коммерческое развертывание и планирует продвигать более широкое отраслевое применение к 2027 году. Дальнейший фокус будет сделан на проверке фактической пропускной способности, стабильности сети, совместимости с кластерами ИИ-серверов, стоимости развертывания, сложности эксплуатации и энергоэффективности.
