Marvell Technology近日宣布推出Teralynx T100,该公司称其为业界首款专为AI场景设计的102.4 Tbps交换芯片。
Teralynx T100在架构层面完全面向AI需求而生,在该带宽级别下实现了低功耗与低延迟的兼顾,旨在解决当今大规模AI集群中存在的关键瓶颈问题。
数据传输已成为现代AI数据中心的核心关注点之一。过去,少量服务器组成的集群便能支撑后台应用与数据库的运行需求。但随着AI模型规模的急剧扩大,数据中心各个环节都需要以极高的速度完成数据的发送与接收。
这对功耗的要求也远超以往。当前基于GPU和XPU的系统,每机架功耗已接近120千瓦,而交换与网络组件的功耗约占机架总功耗的15%至25%,这使得低功耗交换芯片成为一项战略性需求。
Teralynx T100在更高数据速率下,相比竞争产品可降低高达25%的功耗。这意味着AI基础设施可以在现有供电条件下部署更多加速器,无需对电力基础设施进行额外扩建。
Marvell数据中心交换业务部门副总裁兼总经理Rishi Chugh在声明中表示:"随着AI工作负载的快速演进与指数级增长,超大规模数据中心运营商需要能够同时优化延迟、功耗与可扩展性的网络架构。Teralynx T100是专为AI而生的产品,其设计从零开始,摒弃了那些导致功耗虚高的历史包袱,工程目标是提供确定性的性能与效率,以支撑下一代数据中心基础设施的规模化扩展。"
在横向扩展(Scale-Out)部署场景下,T100最多支持512端口的Radix配置,使运营商能够合并网络层级、简化架构,并降低拥有数万台加速器的大型AI训练集群中的整体延迟。
在纵向扩展(Scale-Up)部署场景下,该产品灵活可编程的流水线架构支持多种互联标准及新兴的纵向扩展互联协议,包括以太网纵向扩展网络协议(ESUN)、超以太网联盟(UEC)的最新规范要求,以及持续演进中的AI以太网网络架构。
Marvell Teralynx T100交换芯片将于本季度开始向客户提供样品。
Q&A
Q1:Teralynx T100的功耗表现如何?
A:Teralynx T100在更高数据速率下,相比同类竞争产品可降低高达25%的功耗。当前基于GPU和XPU的AI系统每机架功耗接近120千瓦,交换与网络组件约占总功耗的15%至25%。T100的低功耗特性使AI基础设施在不扩建电力设施的前提下,能够在现有供电条件下部署更多加速器。
Q2:Teralynx T100支持哪些网络扩展部署方式?
A:Teralynx T100同时支持横向扩展和纵向扩展两种部署模式。横向扩展方面,最多支持512端口Radix配置,可简化大型AI训练集群的网络架构并降低延迟;纵向扩展方面,其可编程流水线架构支持ESUN协议、超以太网联盟最新规范以及新兴AI以太网网络架构等多种互联标准。
Q3:Teralynx T100何时可以开始供货?
A:根据Marvell官方公告,Teralynx T100交换芯片将于发布当季度开始向客户提供工程样品,具体量产时间表暂未披露。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。