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
欧洲量子计算初创公司Alice & Bob正式推出其首款完整量子硬件平台——Helium量子系统,标志着该公司从量子芯片制造商升级为完整系统开发商。该系统基于独特的"猫量子比特"架构,仅需18个猫量子比特即可实现首个逻辑量子比特的编码,并集成了处理器架构、控制电子设备及监控软件Starboard。系统功耗仅40千瓦,支持量子与经典计算资源的协同部署,面向高性能计算场景开放研究合作。
韩国科学技术院团队构建的SoCRATES框架,系统评估AI调解员在八类冲突场景和五种社会认知维度下的表现,发现即使最强模型也仅能弥合约三分之一的分歧。
Intuit首席AI官Ashok Srivastava对外界盛传的"AI颠覆SaaS"论调保持冷静,认为SaaS行业的演变本是持续循环的一部分。他表示,公司通过引入AI智能体,过去一年开发速度提升40%,五年内开发效率提升12倍。QuickBooks Live订阅量因AI加入翻倍增长,QuickBooks Capital平台同比增长73%。Srivastava同时强调,Intuit拒绝"Token最大化"策略,坚持以服务客户为核心,在合规监管环境下稳步推进AI落地。
中山大学与Datawhale研究团队发现,在扩散模型训练中,让AI用自身输出的结构熵自动调节学习权重,可令音乐生成模型产生更清晰的段落结构和音色分化。