近年来，随着AI竞争愈演愈烈，无论是传统还是新兴的处理器巨头都在围绕CPU、GPU和AI加速器展开了激烈竞争。尤其是AMD、Intel和英伟达三大标志性巨头，由于三者的竞争包含后来者的追赶逆袭、新市场的来势汹汹、老巨头的不甘人后等情节，使得这三个巨头的任何动向尤为关注。这三家公司围绕着人工智能和PC展开明争暗斗也是众所周知。
Nvidia、AMD、Intel联手AMD、Intel和英伟达三大芯片巨头在AI和PC领域竞争激烈。但近日，它们罕见联手投资了光芯片初创公司Ayar Labs。Ayar Labs宣布获得1.55亿美元融资，旨在利用光学I/O技术打破AI数据移动瓶颈。
本轮融资的投资者包括AMD Ventures、Intel Capital、NVIDIA等知名公司。Ayar Labs表示，此轮融资将助其准备光学解决方案，以配合客户路线图进行大批量生产，凸显其技术重新定义AI基础设施未来的潜力。
据相关资料显示，Ayar Labs成立于 2015 年，公司团队由来自英特尔、IBM、美光、Penguin、麻省理工学院、伯克利和斯坦福的许多顶尖技术专家组成。
Ayar Labs是光学互连领导者，提供与AI相当的数据传输速度，开发了首个光学I/O方案，优化AI训练和推理。
AI的下一个百万倍加速。需要光互连等先进技术Ayar Labs成立于2015年，总部位于加州圣何塞，专门为大规模AI工作负载提供光互连解决方案。其瞄准的赛道，如今正是下一代AI基础设施建设的关键技术之一。
高盛近日发布的一份报告预测，未来十年，AI基础设施支出预计将超过1万亿美元。这凸显了对消除传统铜互连、可插拔光学器件造成的瓶颈的解决方案的迫切需求。
当前大多数数据中心的运营依赖于传统的电互连，铜线是数据中心短距离信息传输的标准。AI服务器系统在持续传输数据过程中会消耗大量电力，打破现有AI基础设施瓶颈的有效解法之一，便是采用光互连技术来加速通信。
采用传统互连时，随着AI模型复杂性增加，系统效率会降低。据Ayar Labs官网分享，一颗GPU的运行效率为80%，64颗GPU的运行效率可能是50%，256颗GPU的运行效率可能只有30%了。光学I/O则能够针对提高AI基础设施的性能和能效。
英伟达数据中心产品首席平台架构师罗伯·奥伯（Rob Ober）认为，过去十年，英伟达加速计算已经为AI带来百万倍的加速，而下一个百万倍的加速将需要光学I/O等全新技术，来支持未来AI/ML工作负载和系统架构的带宽、功率和规模要求。
OpenAI计算主管克里斯托弗·伯纳（Christopher Berner）也强调道，横向扩展期间的互连带宽对于防止加速器在等待网络传输或梯度时停转至关重要。
免责声明：
1、本号不对发布的任何信息的可用性、准确性、时效性、有效性或完整性作出声明或保证，并在此声明不承担信息可能产生的任何责任、任何后果。
2、 本号非商业、非营利性，转载的内容并不代表赞同其观点和对其真实性负责，也无意构成任何其他引导。本号不对转载或发布的任何信息存在的不准确或错误，负任何直接或间接责任。
3、本号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请与我们取得联系，我们会及时修改或删除。
