随着 OpenAI 的 ChatGPT、微软的 Bing Chat 和谷歌的 Bard 的出现，人工智能（AI）以及机器学习、神经网络和深度学习等相关术语已成为主流，并成为公众和政治讨论的关键话题。机器学习（ML）是人工智能的一种方法，它利用数学模型来帮助计算机学习，而无需直接指导。神经网络是机器学习的一种类型，在这种类型中，计算机学习处理数据的方式受到人脑的启发，而深度学习指的是神经网络中各层的深度。如果您仍然感到困惑，IBM 的这篇博客提供了很好的术语解释。人工智能/移动学习应用于从交通到国防等多个行业。在这篇博客中，将探讨人工智能/ML、光网络技术和磷化铟（InP）之间的共生关系。
人工智能/移动互联将对光网络产生重大影响
AI/ML 预计将对光网络和电信的多个方面产生重大影响。其应用范围从客户服务聊天机器人、编译网络报告、响应故障单、预测性能、故障和流量模式到最终自主运行网络。在相干光引擎的数字信号处理（DSP）芯片中嵌入神经网络以执行非线性补偿等任务，也是 OFC 和 ECOC 等光学行业会议的热门话题。
另一方面，AI/ML 需要数据中心内部和数据中心之间的大规模连接，因此对光网络技术的依赖性极大。光网络还实现了云人工智能服务与终端用户之间的连接。所有这些连接都是由光子通过光纤电缆提供的，其中绝大多数光子由 InP 激光器产生。
AI/ML 推动数据中心内部变革
AI/ML 正在对数据中心产生巨大影响。根据 650 Group公司在 OFC 2023 上的演讲，数据中心服务器的增长绝大部分是由 AI/ML 驱动的。目前，AI/ML 集群包括多达 10,000 个图形处理单元（GPU）。数据中心内的 AI/ML 流量逐年翻番，650 Group公司还预测，到 2027 年，数据中心内每五个以太网端口中就有一个用于 AI/ML。此外，AI/ML 数据中心内的流量要求无损和低延迟。它还需要非常高的带宽、成本效益和能效。AI/ML 还将不可避免地推动数据中心之间以及数据中心与数据中心往返的带宽增加，例如，从物联网设备传输到 AI 云的大型数据集。
磷化铟光学技术和AI/ML
InP 已经成为数据中心内部以及城域网、长途网和海底网络上光通信的关键推动因素，这些网络将数据中心相互连接起来，并将需要访问其中托管的数据和服务的政府机构、企业和消费者连接起来。InP 除了是单模光纤和波分复用激光器的关键材料外，还是光子集成电路 (PIC) 的理想材料，因为与硅 (无激光器、无放大器) 和铌酸锂 (仅有调制器) 等替代材料相比，它能在单个芯片上实现最多的光学功能（激光器、调制器、光电探测器、放大器等）。
此外，InP 还具有一些额外的优势，使其非常适合在数据中心内为人工智能/移动终端扩展无损、低延迟的网络容量。其卓越的调制器效应能更快地改变折射率。这反过来又使 InP 能够扩展到非常高的符号率（即 200 Gbaud 以上），这对于向 800 Gb/s 以上（例如 1.6 Tb/s）的插拔式网络演进至关重要。与硅和铌酸锂等替代材料相比，InP 还需要更低的电压来实现给定的相变。这使得 InP 在降低数据中心功耗方面具有至关重要的优势，而降低数据中心功耗将是扩展 AI/ML 时面临的一项关键挑战。此外，激光对波长频率的快速重新调整还能使连接快速重新配置，以进行批量数据传输。
磷化铟人工智能处理器怎么样？
硅是数字电子产品的主要材料，原因有很多，包括其丰富的资源、可作为绝缘体的稳定原生氧化物以及大型高产晶圆。然而，电子的移动速度相对较慢，硅电子器件在高温下也会变得不稳定，因此需要大量冷却，这就消耗了大量电能。随着芯片几何尺寸的缩小已达到极限，这些缺点促使业界将目光投向了化合物半导体，因为它们具有更高的电子迁移率和出色的温度稳定性，是潜在的接班人。尽管 InP 和砷化镓（GaAs）目前被用于一些利基应用，如高射频电子产品，但碳化硅（SiC）和氮化镓（GaN）是化合物半导体研发的主要候选材料，有望取代硅成为主流半导体材料。
图 1：用于光子神经形态计算的 InP光子芯片 PIC（埃因霍温理工大学，2020 年）
不过，磷化铟可能AI/ML产生重大影响的另一个研究领域是神经形态计算。这是指在计算机芯片的硬件中实现神经网络，而不是在传统处理器上运行神经网络软件。这些芯片内部需要大规模并行互联，这使得 InP 光子芯片PIC 成为有力的候选者，光波导将取代电子芯片中的金属互联。例如，埃因霍温理工大学在 2020 年展示了这种类型的设备，如论文 《通过基于 InP SOA 的光子集成交叉连接实现深度神经网络》中所述，图 1 显示该论文中的 InP 光子芯片PIC。光子神经形态处理器可实现的人工智能/移动计算新应用包括高能粒子物理、聚变反应堆控制以及机器人和自动驾驶汽车的非线性优化。
总结
综上所述，AI/ML 将推动许多行业发生巨大变化，包括电信、网络，更具体地说是光网络。同时，光网络也是 AI/ML 的关键推动因素。此外，InP 除了在为城域网、长途网和海底网络提供最高性能的相干光引擎技术方面继续发挥作用外，还在为数据中心内的高性能 AI/ML 集群提供可扩展、无损、低延迟且极其节能的连接方面发挥着越来越重要的作用。从长远来看，InP 有可能在实现先进机器学习的光子神经形态计算方面发挥重要作用。
来源：逍遥设计自动化
申明：感谢原创作者的辛勤付出。本号转载的文章均会在文中注明，若遇到版权问题请联系我们处理。
----与智者为伍 为创新赋能----
联系邮箱：uestcwxd@126.com
QQ：493826566
