400G单通道：AI数据中心的下一个拐点

  ICC讯  人工智能正从根本上改变数据中心基础设施的设计与扩展方式。从大规模模型训练到实时推理，AI工作负载正驱动数据中心内部产生前所未有的数据量。这一激增给网络架构带来巨大压力，尤其是连接计算节点间的光学互连。随着需求加速，行业正接近一个关键转折点。下一个飞跃清晰可见：每光通道400吉比特每秒（Gbps）。

  超越渐进式提速  

  多年来，数据中心网络通过通道速率从50G到100G再到200G的稳步提升而演进。如今，迈向每通道400G不仅仅是这一进程中的又一步，它从根本上改变了系统设计方式。更高的通道速率带来：每个模块所需的光纤通道更少，信号处理（DSP）复杂度降低，每比特成本下降。实际上，每通道400G在简化架构的同时实现了更强的可扩展性——这对AI基础设施扩张而言是至关重要的组合。

  AI工作负载重新定义网络需求  

  与传统云工作负载不同，AI系统高度依赖数千个GPU或加速器之间的并行处理。这些系统在数据中心内部产生海量“东西向”流量，需要在节点间持续同步。即使是微小延迟也可能导致显著低效。因此，带宽密度、信号完整性以及对延迟变化的控制，与原始数据速率同样关键。从系统设计角度看，每通道400G意味着更高的带宽密度、更严格的延迟控制，以及对散热和电源管理更严苛的需求。此外，传输距离受限于电缆损耗和光纤色散。在这种背景下，将每通道速率提升至400G不仅是提高传输速度的问题，它影响着整体AI系统架构的多个维度：只有对这些方面进行仔细的协同优化，才能确保集群级别的可靠运行和高效扩展。

  光学堆叠中的技术创新  

  实现每通道400G需要在光学生态系统的多个层面进行创新。为支持400G PAM4传输，调制器需保证接近100GHz带宽。目前业界正在探索不同材料平台和器件架构，各有独特优势：硅光（SiPh）用于集成和可扩展性；磷化铟（InP）用于原生激光器集成和高带宽；薄膜铌酸锂（TFLN）用于超高带宽和线性度；其他新型调制器材料如聚合物和钛酸钡（BTO）也在研究中。同样，不同调制器设计在性能、尺寸和效率之间存在权衡：环形调制器紧凑，但谐振强烈依赖于温度；马赫-曾德尔调制器性能更高，但尺寸较大、驱动电压更高；电吸收调制激光器（EML）和差分EML则更紧凑且功耗更低。在接收端，达到近100GHz带宽需要光电探测器和跨阻放大器的仔细协同优化，以在极端速率下保持信号保真度，其中锗和磷化铟等材料发挥关键作用。

图一：Coherent公司在OFC上展示的差分EML 400Gbps眼图

  从带宽到系统级性能  

  随着通道速率提升，关键性能指标也在演变。功率、传输距离和成本等传统考虑仍然重要，但新的系统级因素正变得具有决定性：延迟确定性（尤其对同步AI工作负载）、误码率（BER）和信号完整性、前向纠错（FEC）开销（这本身会影响延迟和系统吞吐量）、线性度（尤其对多电平调制方案），以及可靠性（以减少停机时间并避免AI/ML模型昂贵的重新训练周期）。在每通道400G下，系统性能取决于这些参数如何被有效平衡，取决于整个系统如何管理这些复杂权衡以保证信号完整性。

  更短距离、更智能架构  

  提高通道速率会引入新限制。色散等光学效应限制了可达距离，需要先进的补偿技术来延长传输距离。根据激光器类型不同，400G下支持的最大传输距离通常在0.5公里到1.5公里之间。有趣的是，大多数数据中心链路距离相对较短，多数在30米以下，尤其是在AI驱动环境中，紧密耦合系统占主导地位。在新的AI/ML数据中心中，链路预计会更短。为克服距离限制，可采用最大似然序列估计（MLSE）或光学色散补偿来延长距离。

  封装、散热与新一代外形规格  

  当电带宽超过100GHz时，互连设计的物理挑战变得更加突出。新的外形规格（包括可插拔和Socket式）正在开发中，以支持更高数据速率同时保持信号完整性。这些设计需要连接器、电缆和印刷电路板具有更严格的制造公差。同时，热管理正成为关键约束。随着功率密度增加，液冷正成为下一代光模块的实际必要选择。

  数据中心演进的关键时刻  

  向每通道400G的过渡标志着数据中心行业的一个关键转折点。这代表着从渐进式改进到架构性转变的飞跃，效率、可扩展性和系统级优化成为核心。满足这些需求需要整个技术栈的创新：材料、封装、电连接器、集成电路、热管理、光学设计、系统集成和制造工艺。能够在这广泛领域实现突破的公司，将在塑造AI基础设施的未来中发挥核心作用。

  展望未来  

  随着AI持续扩展，对数据中心网络的需求只会更加迫切。向每通道400G的过渡是一道分水岭，标志着光互连技术下一阶段创新的开始，其中光学技术不仅实现连接，更在定义性能本身的上限。正是这些挑战将推动下一波进步。

  原文：400G Lanes: The Next Inflection Point for AI Datacenters  https://www.coherent.com/news/blog/400g-lanes