การเชื่อมต่อระหว่างกันด้วยแสงสำหรับศูนย์ข้อมูล AI: จากโมดูลออปติคัลแบบเสียบได้ไปจนถึงออปติกแบบบรรจุภัณฑ์ร่วม

การเชื่อมต่อแบบออปติกสำหรับศูนย์ข้อมูล AIคือการเชื่อมโยงข้อมูลความเร็วสูงที่ใช้แสงเพื่อย้ายข้อมูลระหว่าง GPU, สวิตช์, แร็ค และระบบศูนย์ข้อมูล สิ่งเหล่านี้มีความสำคัญเนื่องจากคลัสเตอร์ AI ขนาดใหญ่ต้องการมากกว่าพลังการประมวลผลแบบดิบ แต่ยังต้องการการเคลื่อนย้ายข้อมูลที่มีแบนด์วิธสูง เวลาแฝงต่ำ และประหยัดพลังงานบนอุปกรณ์ต่างๆ มากมาย

ในช่วงไม่กี่ปีที่ผ่านมา การอภิปรายเกี่ยวกับโครงสร้างพื้นฐาน AI ส่วนใหญ่มุ่งเน้นไปที่ GPU การมุ่งเน้นนั้นเป็นสิ่งที่เข้าใจได้ เนื่องจาก GPU ให้การประมวลผลแบบขนานที่จำเป็นสำหรับการฝึกอบรมและการอนุมานขนาดใหญ่ แต่คลัสเตอร์ GPU ไม่ได้เป็นเพียงกลุ่มตัวเร่งความเร็วเท่านั้น มันเป็นระบบคอมพิวเตอร์แบบกระจาย และระบบแบบกระจายนั้นไม่ได้ถูกจำกัดเพียงความเร็วของโปรเซสเซอร์แต่ละตัวเท่านั้น แต่ยังรวมถึงความเร็วของข้อมูลที่สามารถเคลื่อนย้ายระหว่างโปรเซสเซอร์ได้อีกด้วย

เมื่อ GPU หลายพันตัวทำงานร่วมกัน การเชื่อมต่อระหว่างกันจะกลายเป็นส่วนหนึ่งของระบบประมวลผลเอง หากเส้นทางข้อมูลระหว่าง GPU สวิตช์ และแร็คไม่สามารถตามทันได้ ตัวเร่งความเร็วที่มีราคาแพงจะใช้เวลารอมากขึ้นและใช้เวลาในการประมวลผลน้อยลง ในแง่นั้น การเชื่อมต่อแบบออปติกไม่ใช่หัวข้อเกี่ยวกับเครือข่ายอุปกรณ์ต่อพ่วง เป็นหนึ่งในเลเยอร์ทางกายภาพที่กำหนดว่าระบบ AI ขนาดใหญ่สามารถใช้คอมพิวเตอร์ที่ติดตั้งไว้ได้อย่างมีประสิทธิภาพหรือไม่

การฝึกอบรม AI เป็นจุดที่ง่ายที่สุดในการมองเห็นปัญหา โมเดลขนาดใหญ่อาจมีพารามิเตอร์จำนวนมหาศาล ซึ่งเกินกว่าที่ GPU ตัวเดียวจะสามารถรองรับหรือประมวลผลได้อย่างมีประสิทธิภาพ ปริมาณงานแบ่งออกเป็นตัวเร่งความเร็วหลายตัว GPU แต่ละตัวจะคำนวณส่วนหนึ่งของงาน จากนั้นแลกเปลี่ยนผลลัพธ์ขั้นกลางกับ GPU อื่นๆ การแลกเปลี่ยนดังกล่าวสามารถเกิดขึ้นซ้ำๆ ในระหว่างการฝึกอบรม ทำให้เกิดการรับส่งข้อมูลตะวันออก-ตะวันตกภายในคลัสเตอร์ AI จำนวนมาก

การอนุมานยังเคยทำให้ดูง่ายขึ้นด้วย ในแอปพลิเคชัน AI รุ่นก่อนหน้า มีเหตุผลที่จะจินตนาการว่าแบบสอบถามได้รับการจัดการโดย GPU จำนวนเล็กน้อย การอนุมานสมัยใหม่กำลังมุ่งไปสู่การใช้เหตุผลที่ซับซ้อนมากขึ้น บริบทที่ยาวขึ้น การดึงข้อมูล การใช้เครื่องมือ การวางแผน และเวิร์กโฟลว์เชิงเอเจนต์ ในกรณีเหล่านี้ ระบบอาจจำเป็นต้องประสานงานทรัพยากรการประมวลผลเพิ่มเติมในขั้นตอนต่างๆ มากขึ้น ผลลัพธ์ก็คือการอนุมานอาจกลายเป็นภาระงานที่มีความละเอียดอ่อนในการเชื่อมต่อระหว่างกัน โดยเฉพาะอย่างยิ่งเมื่อการปรับใช้รองรับผู้ใช้จำนวนมากในวงกว้าง

บทเรียนเชิงปฏิบัตินั้นตรงไปตรงมา: เมื่อปริมาณงาน AI ต้องใช้โปรเซสเซอร์จำนวนมากเพื่อทำหน้าที่เป็นระบบเดียวแบนด์วิธการเชื่อมต่อระหว่างกันของ GPUกลายเป็นส่วนหนึ่งของสมการประสิทธิภาพ

การฝึกอบรมและการอนุมานสร้างแรงกดดันต่อเครือข่ายที่แตกต่างกัน แต่ทั้งสองอย่างขึ้นอยู่กับการเคลื่อนไหวของข้อมูล

ในระหว่างการฝึก GPU จะแลกเปลี่ยนการไล่ระดับสี การเปิดใช้งาน พารามิเตอร์ และข้อมูลระดับกลาง ยิ่งโมเดลมีการกระจายมากขึ้นและคลัสเตอร์มีขนาดใหญ่ การซิงโครไนซ์และการแลกเปลี่ยนข้อมูลก็ยิ่งสำคัญมากขึ้นเท่านั้น ในระหว่างการอนุมาน ความกดดันจะขึ้นอยู่กับการออกแบบภาระงาน การอนุมานการตอบกลับคำขอแบบง่ายๆ อาจไม่เน้นเครือข่ายมากเท่ากับการฝึกอบรม แต่การให้เหตุผลแบบหลายขั้นตอน การดึงข้อมูล และการดำเนินการแบบเอเจนต์สามารถเพิ่มการสื่อสารระหว่างโหนดประมวลผล ระบบจัดเก็บข้อมูล และกลุ่มตัวเร่งความเร็วได้

นี่คือสาเหตุที่การเชื่อมต่อระหว่างกันแบบออปติกกลายเป็นศูนย์กลางของสถาปัตยกรรมศูนย์ข้อมูล AI ความท้าทายไม่ใช่แค่การสร้างชิปที่เร็วขึ้นเท่านั้นอีกต่อไป นอกจากนี้ยังเป็นวิธีการเชื่อมต่อชิปเหล่านั้นในลักษณะที่ทำให้แบนด์วิธสูง จัดการระยะทางได้ เวลาแฝงต่ำ และการใช้พลังงานอยู่ภายใต้การควบคุม

ทองแดงยังคงมีส่วนสำคัญในระบบ AI สำหรับเส้นทางไฟฟ้าที่สั้นมากภายในเซิร์ฟเวอร์ แชสซี หรือตู้ที่มีการผสานรวมอย่างแน่นหนา ทองแดงสามารถมีประสิทธิภาพ ซ่อมบำรุงได้ และคุ้มต้นทุน ปัญหาจะปรากฏขึ้นเมื่อมีการผลักดันแนวทางที่ใช้ทองแดงแบบเดียวกันไปสู่อัตราเลนที่สูงขึ้น ลิงก์ที่ยาวขึ้น และโทโพโลยีคลัสเตอร์ที่ใหญ่ขึ้น

ที่ความเร็วสูง การเชื่อมต่อแบบทองแดงต้องเผชิญกับข้อจำกัดสามประการที่เชื่อมต่อกัน: ความสมบูรณ์ของสัญญาณ ระยะการเข้าถึง และพลังงาน ยิ่งอัตราข้อมูลสูงเท่าไร การส่งสัญญาณไฟฟ้าสะอาดในระยะไกลก็จะยิ่งยากขึ้นเท่านั้น โดยทั่วไปทองแดงแบบพาสซีฟจะถูกจำกัดอยู่เพียงลิงก์สั้น ๆ โซลูชันทองแดงแบบแอคทีฟสามารถขยายขอบเขตการเข้าถึงได้โดยการเพิ่มอุปกรณ์อิเล็กทรอนิกส์ แต่อุปกรณ์อิเล็กทรอนิกส์เหล่านั้นจะเพิ่มพลังงาน ความร้อน ต้นทุน และความซับซ้อนในการออกแบบ

เทคโนโลยี SerDes ช่วยให้สามารถใช้งานอินเทอร์เฟซทางไฟฟ้าความเร็วสูงได้ แต่อัตราการส่งสัญญาณที่สูงขึ้นทำให้การเชื่อมต่อด้วยทองแดงไวต่อการสูญเสีย การสะท้อน ครอสทอล์ค และความซับซ้อนในการปรับสมดุลมากขึ้น เมื่อระบบ AI เคลื่อนไปสู่ช่องทางไฟฟ้าที่เร็วขึ้น การเข้าถึงทองแดงอย่างมีประสิทธิผลจึงขึ้นอยู่กับผลิตภัณฑ์และสถาปัตยกรรมมากขึ้น

นี่ไม่ได้หมายความว่าทองแดงจะหายไป หมายความว่ามีการใช้ทองแดงมากขึ้นโดยที่จุดแข็งยังคงตรงกับระยะห่างทางกายภาพ นั่นคือ ทางเดินไฟฟ้าที่สั้นและควบคุมอย่างแน่นหนา เมื่อลิงก์เคลื่อนที่เกินกว่าสองสามเมตร หรือเมื่อลิงก์จำนวนมากต้องทำงานหนาแน่นในระบบแร็คสเกลหรือคลัสเตอร์ ลิงก์แบบออปติคัลจะน่าดึงดูดยิ่งขึ้น

ความแตกต่างที่สำคัญที่สุดไม่ใช่ "ทองแดงกับไฟเบอร์" ในนามธรรม ความแตกต่างที่แท้จริงคือระยะลิงก์และเลเยอร์ของระบบ

ภายในตู้ GPU และชิปสวิตช์อาจสื่อสารผ่านเส้นทางไฟฟ้าที่สั้นมาก ในระบบ เช่น ตู้ GPU ความหนาแน่นสูง ลิงก์ภายในจำนวนมากสามารถคงระบบไฟฟ้าไว้ได้เนื่องจากระยะห่างทางกายภาพสั้น แต่ลิงก์แบบแร็คถึงแร็ค แบบตู้ต่อตู้ และลิงก์ระดับศูนย์ข้อมูลจะสร้างปัญหาที่แตกต่างออกไป ระยะทางเหล่านั้นยาวขึ้น จำนวนลิงก์ก็สูงขึ้น และการสูญเสียสัญญาณจะมองเห็นได้ชัดเจนยิ่งขึ้นในระดับระบบ

ทองแดงยังคงสามารถออกแบบมาสำหรับการใช้งานระยะสั้นโดยเฉพาะได้ ไฟเบอร์จะมีความน่าสนใจเมื่อสถาปัตยกรรมต้องการแบนด์วิธสูงในการเชื่อมต่อที่ยาวกว่าหรือแบบกระจายมากกว่า

พลังงานที่เชื่อมต่อถึงกันไม่ได้เป็นเพียงรายการสินค้าในข้อกำหนดส่วนประกอบ ที่ระดับศูนย์ข้อมูล AI เลนความเร็วสูงหลายพันหรือหลายล้านเลนสามารถเปลี่ยนพลังการเชื่อมโยงให้กลายเป็นข้อจำกัดในการออกแบบที่สำคัญได้ การเชื่อมต่อทองแดง รีไทม์เมอร์ การปรับสมดุล และการจัดการระบายความร้อนที่ใช้งานอยู่ ล้วนเพิ่มแรงกดดันให้กับระบบ

คำถามสุดท้ายทางวิศวกรรมไม่ใช่แค่ว่าลิงก์จะใช้งานได้หรือไม่เท่านั้น ลิงก์นั้นสามารถทำงานได้ในวงกว้าง ภายในขอบเขตพลังงานและความร้อนของสิ่งอำนวยความสะดวก AI ที่หนาแน่นหรือไม่ นี่เป็นเหตุผลหนึ่งที่การเชื่อมต่อระหว่างกันแบบออปติคอลได้ย้ายจากหัวข้อเครือข่ายไปเป็นหัวข้อโครงสร้างพื้นฐาน AI

การเชื่อมต่อระหว่างทองแดงกับไฟเบอร์ในศูนย์ข้อมูล AI

ลิงค์ไฟเบอร์ออปติกใช้แสงแทนกระแสไฟฟ้าในการส่งข้อมูล ซึ่งทำให้พวกเขามีข้อได้เปรียบหลายประการในศูนย์ข้อมูล AI ได้แก่ แบนด์วิธสูง ระยะครอบคลุมไกล ภูมิคุ้มกันต่อการรบกวนทางแม่เหล็กไฟฟ้า และความเหมาะสมที่ดีกว่าสำหรับการเชื่อมโยงความเร็วสูงหนาแน่นในระยะไกล

ค่าของไฟเบอร์จะชัดเจนเป็นพิเศษเมื่อระบบต้องเชื่อมต่อหลายชั้นวาง หลายตู้ หรือหลายห้องข้อมูล สัญญาณไฟฟ้าทองแดงจะลดลงตามระยะทางและความเร็ว สัญญาณออปติคัลสามารถเดินทางได้ไกลกว่ามากในขณะที่ยังคงรักษาอัตราข้อมูลที่สูง ทำให้ไฟเบอร์เหมาะอย่างยิ่งสำหรับคลัสเตอร์ AI แบบกระจาย

WDMหรือการมัลติเพล็กซ์แบบแบ่งความยาวคลื่น ช่วยให้ความยาวคลื่นแสงหลายค่าเดินทางผ่านไฟเบอร์เดียวกันได้ในเวลาเดียวกัน แต่ละความยาวคลื่นสามารถส่งกระแสข้อมูลแยกกันได้ ในทางปฏิบัติ WDM จะเปลี่ยนไฟเบอร์หนึ่งช่องให้เป็นช่องแสงแบบขนานหลายช่อง

นี่เป็นเหตุผลหนึ่งที่ทำให้ลิงก์ออปติคัลมีขนาดแตกต่างจากลิงก์ทองแดง แทนที่จะเพิ่มตัวนำทางกายภาพแยกต่างหากสำหรับทุกเส้นทางการรับส่งข้อมูล ระบบออปติกสามารถเพิ่มความจุโดยการรวมช่องสัญญาณความยาวคลื่น รูปแบบการปรับที่สูงขึ้น และส่วนประกอบทางแสงที่เร็วขึ้น

การส่งผ่านหลายความยาวคลื่น WDM ในไฟเบอร์เดี่ยว

ทางเลือกทางวิศวกรรมที่เหมาะสมขึ้นอยู่กับระยะทาง แบนด์วิธ ต้นทุน ความสามารถในการให้บริการ และการออกแบบการระบายความร้อน ทองแดงยังคงมีประโยชน์ในการเชื่อมต่อแบบสั้นที่มีการควบคุม ไฟเบอร์มีความสำคัญมากขึ้นเมื่อคลัสเตอร์ AI ขยายออกไปด้านนอก

กตัวรับส่งสัญญาณแสงแบบเสียบได้เป็นโมดูลที่แปลงสัญญาณไฟฟ้าเป็นสัญญาณแสงและสัญญาณแสงกลับเป็นสัญญาณไฟฟ้า ด้านหนึ่งเชื่อมต่อทางไฟฟ้าเข้ากับสวิตช์ อินเทอร์เฟซเครือข่าย หรือแผงระบบ อีกด้านเชื่อมต่อกับใยแก้วนำแสง

ในศูนย์ข้อมูล AI โมดูลออปติคัลแบบเสียบได้มีความสำคัญเป็นพิเศษสำหรับการเชื่อมโยงระหว่างตู้ ชั้นวาง และสวิตช์ โดยปกติแล้วสิ่งเหล่านี้จะไม่ใช่เทคโนโลยีหลักสำหรับทุกๆ ลิงก์แบบสั้นภายในตู้ GPU ความแตกต่างดังกล่าวมีความสำคัญเนื่องจากจะป้องกันความเข้าใจผิดทั่วไป: โมดูลออปติคอลไม่ได้มาแทนที่การเดินสาย GPU ภายในทั้งหมดโดยอัตโนมัติ

ภายในตู้ GPU ความหนาแน่นสูง ระยะห่างระหว่าง GPU สวิตช์ และบอร์ดอาจเป็นเพียงเซนติเมตรถึงไม่กี่เมตรเท่านั้น การเชื่อมโยงทางไฟฟ้ายังคงสมเหตุสมผล โดยเฉพาะอย่างยิ่งเมื่อระบบได้รับการออกแบบให้เป็นหน่วยที่บูรณาการอย่างแน่นหนา

เมื่อการจราจรออกจากตู้และย้ายไปยังชั้นวางอื่น สวิตช์อื่น หรือห้องอื่น ข้อกำหนดในการเชื่อมต่อจะเปลี่ยนไป ระยะทางจะยาวขึ้น จำนวนลิงก์จะเพิ่มขึ้น และโมดูลออปติคัลจะดูน่าดึงดูดยิ่งขึ้น

วิธีคิดเกี่ยวกับลำดับชั้นที่เป็นประโยชน์คือ:

ห่วงโซ่อุปสงค์นั้นเรียบง่าย GPU ยิ่งต้องการระบบมากขึ้น ระบบที่มากขึ้นจำเป็นต้องมีตู้เพิ่มมากขึ้น ตู้จำนวนมากต้องการการเชื่อมต่อความเร็วสูงระหว่างตู้และสวิตช์มากขึ้น เมื่อจำนวนลิงก์เหล่านี้เพิ่มขึ้น ความต้องการโมดูลออปติคัลก็เพิ่มขึ้น

นี่คือเหตุผลว่าทำไมตัวรับส่งสัญญาณแบบออปติคัลจึงมีความเกี่ยวข้องอย่างใกล้ชิดกับการเติบโตของโครงสร้างพื้นฐาน AI โมดูลไม่มีค่าเนื่องจากเป็นกล่องแบบสแตนด์อโลน สิ่งนี้มีคุณค่าเนื่องจากช่วยให้เครือข่ายทางกายภาพที่ช่วยให้กลุ่ม GPU ขนาดใหญ่ทำงานเป็นระบบเดียวได้

ตัวรับส่งสัญญาณแสงแบบเสียบปลั๊กดูเรียบง่ายจากภายนอก แต่ภายในนั้นรวมเอาระบบออปติก อุปกรณ์อิเล็กทรอนิกส์ เซมิคอนดักเตอร์ บรรจุภัณฑ์ และการจัดตำแหน่งที่แม่นยำเข้าไว้ด้วยกัน ส่วนประกอบหลัก ได้แก่ เลเซอร์ โมดูเลเตอร์ เครื่องตรวจจับแสง DSP และระบบเชื่อมต่อด้วยแสง

ภายในตัวรับส่งสัญญาณแสงแบบเสียบได้

เลเซอร์ไดโอดเป็นแหล่งกำเนิดแสงสำหรับสัญญาณแสง ไม่จำเป็นต้องนำข้อมูลมาด้วยตัวมันเอง แต่กลับสร้างพาหะนำแสงที่มีความเสถียรซึ่งสามารถมอดูเลตได้

ระบบวัสดุมีความสำคัญ ซิลิคอนเป็นเลิศสำหรับลอจิกดิจิทัล แต่ไม่ใช่ตัวปล่อยแสงที่มีประสิทธิภาพ เลเซอร์แสงมักใช้สารกึ่งตัวนำผสม III-V เช่นอินพีหรือGaAsเพราะวัสดุเหล่านี้เหมาะแก่การสร้างแสงมากกว่ามาก

เลเซอร์หลายประเภทปรากฏในโมดูลออปติคัลและระบบที่เกี่ยวข้อง:

การเปลี่ยนจากเลนส์แบบเสียบได้แบบดั้งเดิมไปสู่ซิลิคอนโฟโตนิกส์และ CPO จะเปลี่ยนบทบาทของเลเซอร์ ในโมดูลแบบเสียบปลั๊กได้หลายโมดูล เลเซอร์และโมดูเลเตอร์สามารถบูรณาการเข้าด้วยกันได้อย่างใกล้ชิด ในการออกแบบสไตล์ CPO เลเซอร์อาจอยู่ด้านนอกบรรจุภัณฑ์เป็นแหล่งกำเนิดแสงภายนอก ในขณะที่การมอดูเลชั่นเกิดขึ้นภายในชิปซิลิคอนโฟโตนิกส์

โมดูเลเตอร์เป็นส่วนประกอบที่เปลี่ยนพาหะแสงที่ว่างเปล่าให้เป็นสัญญาณที่ส่งข้อมูล ใช้กระแสข้อมูลไฟฟ้าและเปลี่ยนสัญญาณแสงเพื่อให้สามารถแสดงค่าและศูนย์ด้วยความเข้มของแสงหรือพฤติกรรมของเฟส

แนวทางการปรับที่สำคัญสองวิธีคือเอมและมซี.

โมดูเลเตอร์การดูดซับด้วยไฟฟ้าจะเปลี่ยนความแรงของวัสดุที่ดูดซับแสงเมื่อใช้แรงดันไฟฟ้า สามารถรวมเข้ากับเลเซอร์เพื่อสร้าง EML ซึ่งใช้กันอย่างแพร่หลายในโมดูลออปติคัลความเร็วสูงทั่วไป

โมดูเลเตอร์อินเตอร์เฟอโรมิเตอร์ Mach-Zehder ทำงานแตกต่างออกไป มันแยกแสงออกเป็นสองเส้นทาง เปลี่ยนระยะในเส้นทางเดียว จากนั้นจึงรวมแสงอีกครั้ง ขึ้นอยู่กับความสัมพันธ์ของเฟส สัญญาณที่รวมตัวกันใหม่อาจแข็งแกร่งขึ้นหรืออ่อนลงได้ แนวทางนี้มีความสำคัญในซิลิคอนโฟโตนิกส์เนื่องจากสามารถนำไปใช้ได้โดยใช้โครงสร้างท่อนำคลื่นซิลิคอน

ที่ปลายรับสัญญาณ ต้องแปลงสัญญาณแสงกลับเป็นสัญญาณไฟฟ้า นั่นคือบทบาทของเครื่องตรวจจับแสง

เครื่องตรวจจับแสงใช้เอฟเฟกต์โฟโตอิเล็กทริก: โฟตอนที่เข้ามาจะกระตุ้นพาหะในวัสดุเซมิคอนดักเตอร์ ทำให้เกิดกระแสไฟฟ้า เครื่องตรวจจับแสงที่ดีจะต้องตอบสนองอย่างรวดเร็ว สร้างกระแสไฟฟ้าเพียงพอจากพลังงานแสงที่อ่อน และรักษาสัญญาณรบกวนให้ต่ำ

พารามิเตอร์สามตัวมีความสำคัญอย่างยิ่ง:

ในซิลิคอนโฟโตนิกส์ เจอร์เมเนียมมักใช้สำหรับการตรวจจับด้วยแสง เนื่องจากตัวซิลิคอนเองไม่มีประสิทธิผลในการดูดซับความยาวคลื่นโทรคมนาคมทั่วไป เช่น 1310 นาโนเมตร และ 1550 นาโนเมตร นี่เป็นตัวอย่างหนึ่งของการที่ซิลิคอนโฟโตนิกส์ยังคงขึ้นอยู่กับการบูรณาการวัสดุอย่างระมัดระวัง ไม่ใช่ซิลิคอนบริสุทธิ์เพียงอย่างเดียว

ที่ดีเอสพีเป็นเครื่องมือประมวลผลสัญญาณดิจิทัลภายในโมดูลออปติคัลความเร็วสูงหลายตัว ช่วยเข้ารหัส ปรับสมดุล กู้คืน และล้างสัญญาณ

ด้วยความเร็วสูง ออปติคอลลิงค์ไม่เพียงแต่ส่งพัลส์เปิด-ปิดธรรมดาเท่านั้น โมดูลสมัยใหม่มักใช้แพม4ซึ่งแสดงถึงสองบิตต่อสัญลักษณ์โดยใช้ระดับสัญญาณสี่ระดับ PAM4 ปรับปรุงประสิทธิภาพแบนด์วิธ แต่ยังทำให้สัญญาณมีความไวต่อสัญญาณรบกวนและการบิดเบือนมากขึ้น DSP ช่วยกู้คืนข้อมูลที่ต้องการจากสัญญาณที่ไม่สมบูรณ์นั้น

แผนงานความเร็วของโมดูลออปติคัลได้ย้ายจาก 400G เป็น 800G ด้วยการปรับใช้ 1.6T และการออกแบบที่มีอัตราสูงกว่า ผลักดันอุตสาหกรรมให้ก้าวไปสู่ช่องทางไฟฟ้าและออปติคัลที่รวดเร็วยิ่งขึ้น สถาปัตยกรรมที่แน่นอนขึ้นอยู่กับการออกแบบโมดูล จำนวนเลน รูปแบบการมอดูเลชั่น และความต้องการของระบบ แต่แนวโน้มมีความชัดเจน: ทุกรุ่นสร้างแรงกดดันต่อ DSP, ออพติก, บรรจุภัณฑ์ และกระบวนการทดสอบมากขึ้น

ฟังก์ชั่นวิกฤติสุดท้ายคือการมีเพศสัมพันธ์แบบออปติคอล แสงที่สร้างขึ้นหรือประมวลผลบนชิปจะต้องเข้าสู่ไฟเบอร์ด้วยความแม่นยำสูงมาก แกนไฟเบอร์โหมดเดี่ยวมีความกว้างเพียง 8-9 ไมโครเมตร ดังนั้นการเชื่อมต่อจึงเป็นปัญหาการจัดตำแหน่งระดับไมครอน

วิธีการทั่วไปสองวิธีคือการมีเพศสัมพันธ์แบบชนและการมีเพศสัมพันธ์แบบตะแกรง

การมีเพศสัมพันธ์แบบก้นส่งแสงโดยตรงจากขอบชิปเข้าสู่เส้นใย มันอาจจะมีประสิทธิภาพ แต่ต้องมีการจัดตำแหน่งข้อต่อตะแกรงใช้โครงสร้างที่มีลวดลายบนพื้นผิวชิปเพื่อเปลี่ยนเส้นทางแสงเข้าหรือออกจากท่อนำคลื่น มันสามารถให้ความทนทานต่อการจัดตำแหน่งมากขึ้นในการออกแบบบางแบบ แต่ยังแนะนำการพิจารณาความยาวคลื่นและประสิทธิภาพด้วย

ในระดับการผลิต ความท้าทายไม่ได้เป็นเพียงการแสดงการเชื่อมต่อแบบออปติกเพียงครั้งเดียวเท่านั้น ความท้าทายคือการทำซ้ำๆ เชื่อถือได้ และประหยัดในปริมาณมาก

โมดูลออปติคัลสามารถเข้าใจได้ว่าเป็นระบบการแปลแบบสองทาง เมื่อส่งสัญญาณจะแปลงข้อมูลไฟฟ้าเป็นข้อมูลออปติคัล เมื่อได้รับก็จะแปลงข้อมูลออปติคัลกลับเป็นข้อมูลทางไฟฟ้า

การไหลของสัญญาณไฟฟ้า-แสง-ไฟฟ้า

ในทิศทางการส่งสัญญาณ GPU หรือสวิตช์ ASIC จะส่งสัญญาณไฟฟ้าไปยังโมดูลออปติคัล DSP กำหนดเงื่อนไขสัญญาณ โมดูเลเตอร์จะส่งข้อมูลไปยังแสงจากแหล่งกำเนิดเลเซอร์ จากนั้นเลนส์เชื่อมต่อจะจัดแสงนั้นให้เข้ากับไฟเบอร์

ในทิศทางการรับ แสงจะออกจากไฟเบอร์และส่องไปยังเครื่องตรวจจับแสงโดยตรง เครื่องตรวจจับแสงจะแปลงสัญญาณแสงให้เป็นกระแส จากนั้น DSP จะกู้คืนข้อมูล แก้ไขการบิดเบือน และส่งสัญญาณไฟฟ้าที่ใช้งานได้กลับไปยังระบบ

การแปลงไฟฟ้า-แสง-ไฟฟ้านี้เป็นรากฐานของการเชื่อมต่อระหว่างกันแบบออปติกแบบเสียบได้

โมดูลออปติคอลรวมเอาโลกเซมิคอนดักเตอร์สองโลกที่ไม่ได้รวมกันตามธรรมชาติ

ประการแรกคือโลกดิจิทัลของซิลิคอน DSP เป็นไอซีที่ใช้ซิลิคอน พวกเขาพึ่งพาการออกแบบ CMOS ขั้นสูง การประมวลผลสัญญาณดิจิตอล และอินเทอร์เฟซทางไฟฟ้าความเร็วสูง

ประการที่สองคือโลกทางแสงแบบผสมและเซมิคอนดักเตอร์ เลเซอร์ โมดูเลเตอร์จำนวนมาก และเครื่องตรวจจับแสงบางชนิดอาศัยวัสดุ เช่น InP และ GaAs วัสดุเหล่านี้ถูกนำมาใช้เนื่องจากสามารถสร้าง ปรับ หรือตรวจจับแสงได้อย่างมีประสิทธิภาพในแบบที่ซิลิคอนไม่สามารถทำได้

การผลิตชิปออปติคัล Silicon DSP กับ InP

DSP เป็นชิปดิจิทัลโดยพื้นฐาน มันเกี่ยวข้องกับสัญลักษณ์ การเข้ารหัส การแก้ไข การทำให้เท่าเทียมกัน และการกู้คืนสัญญาณ อุปสรรคของมันคือความซับซ้อนของอัลกอริธึม การออกแบบสัญญาณผสมความเร็วสูง และการใช้งานซิลิคอนขั้นสูง

สิ่งนี้อยู่ใกล้กับโลกของ CPU, GPU, สวิตช์ และ ASIC เครือข่ายมากกว่าโลกแห่งการผลิตเลเซอร์ ทีมออกแบบ ผังกระบวนการ และพันธมิตรด้านการผลิตจึงแตกต่างจากที่ใช้ในอุปกรณ์ออพติคอลแบบผสม-เซมิคอนดักเตอร์

อุปกรณ์ออพติคัล InP และ GaAs อยู่ในระบบนิเวศของกระบวนการที่แตกต่างกัน เวเฟอร์มีขนาดเล็กลง วัสดุมีพฤติกรรมแตกต่างกัน เคมีของกระบวนการแตกต่างกัน และประสิทธิภาพการมองเห็นขึ้นอยู่กับอีพิแทกซี การควบคุมข้อบกพร่อง และโครงสร้างของอุปกรณ์เป็นอย่างมาก

โรงหล่อซิลิคอนชั้นนำไม่ได้เป็นผู้ผลิตเลเซอร์ InP ชั้นนำโดยอัตโนมัติ อุปกรณ์ สูตร ความรู้ด้านวัสดุ และความท้าทายด้านผลผลิตจะแตกต่างกัน นี่เป็นเหตุผลหนึ่งที่ห่วงโซ่อุปทานที่เชื่อมต่อระหว่างกันแบบออปติคัลมีการกระจายมากกว่าห่วงโซ่อุปทานของ GPU

วัสดุพิมพ์เป็นวัสดุฐานที่ใช้สร้างอุปกรณ์ออพติคัล สำหรับเลเซอร์แบบ InP คุณภาพของวัสดุมีความสำคัญอย่างยิ่ง เนื่องจากข้อบกพร่องอาจส่งผลต่ออุปกรณ์ออพติคอลที่อยู่ด้านบนได้

Epitaxy เป็นกระบวนการของการเพิ่มชั้นการทำงานบนพื้นผิว ในอุปกรณ์เลเซอร์ ชั้นเหล่านี้อาจรวมถึงโครงสร้างหลุมควอนตัม ซึ่งอิเล็กตรอนและรูรวมตัวกันอีกครั้งเพื่อปล่อยโฟตอนออกมา ความหนา องค์ประกอบ และการเติมจะต้องได้รับการควบคุมอย่างเข้มงวด การเบี่ยงเบนเล็กน้อยสามารถเปลี่ยนความยาวคลื่น ลดประสิทธิภาพ หรือทำลายความน่าเชื่อถือได้

นี่คือเหตุผลว่าทำไมการผลิตสารกึ่งตัวนำแบบผสมจึงไม่ใช่แค่ "การผลิตชิปด้วยวัสดุที่แตกต่างกัน" เป็นสาขาวิชาเฉพาะด้านการผลิตอุปกรณ์ออพติคัล

มิติ	ซิลิคอน DSP	ชิปออปติคัล InP / GaAs
วัสดุหลัก	ซิลิคอน	สารกึ่งตัวนำแบบผสม
ฟังก์ชั่นหลัก	การประมวลผลสัญญาณ การเข้ารหัส การกู้คืน	การสร้างแสง การมอดูเลต การตรวจจับ
โลกการผลิต	กระบวนการ CMOS และไอซีดิจิทัล	กระบวนการสารกึ่งตัวนำแบบผสม
สิ่งกีดขวางที่สำคัญ	การออกแบบขั้นสูงและอัลกอริธึมการประมวลผลสัญญาณ	คุณภาพของวัสดุ เยื่อบุผิว ปริมาณการมอ รายละเอียดบล็อก เกี่ยวกับเรา ข้อมูลบริษัท การรับรอง ข่าว ติดต่อเรา การเชื่อมต่อระหว่างกันด้วยแสงสำหรับศูนย์ข้อมูล AI: จากโมดูลออปติคัลแบบเสียบได้ไปจนถึงออปติกแบบบรรจุภัณฑ์ร่วม 2026-05-29 การเชื่อมต่อระหว่างกันด้วยแสงในศูนย์ข้อมูล AI คืออะไร การเชื่อมต่อแบบออปติกสำหรับศูนย์ข้อมูล AIคือการเชื่อมโยงข้อมูลความเร็วสูงที่ใช้แสงเพื่อย้ายข้อมูลระหว่าง GPU, สวิตช์, แร็ค และระบบศูนย์ข้อมูล สิ่งเหล่านี้มีความสำคัญเนื่องจากคลัสเตอร์ AI ขนาดใหญ่ต้องการมากกว่าพลังการประมวลผลแบบดิบ แต่ยังต้องการการเคลื่อนย้ายข้อมูลที่มีแบนด์วิธสูง เวลาแฝงต่ำ และประหยัดพลังงานบนอุปกรณ์ต่างๆ มากมาย ในช่วงไม่กี่ปีที่ผ่านมา การอภิปรายเกี่ยวกับโครงสร้างพื้นฐาน AI ส่วนใหญ่มุ่งเน้นไปที่ GPU การมุ่งเน้นนั้นเป็นสิ่งที่เข้าใจได้ เนื่องจาก GPU ให้การประมวลผลแบบขนานที่จำเป็นสำหรับการฝึกอบรมและการอนุมานขนาดใหญ่ แต่คลัสเตอร์ GPU ไม่ได้เป็นเพียงกลุ่มตัวเร่งความเร็วเท่านั้น มันเป็นระบบคอมพิวเตอร์แบบกระจาย และระบบแบบกระจายนั้นไม่ได้ถูกจำกัดเพียงความเร็วของโปรเซสเซอร์แต่ละตัวเท่านั้น แต่ยังรวมถึงความเร็วของข้อมูลที่สามารถเคลื่อนย้ายระหว่างโปรเซสเซอร์ได้อีกด้วย เมื่อ GPU หลายพันตัวทำงานร่วมกัน การเชื่อมต่อระหว่างกันจะกลายเป็นส่วนหนึ่งของระบบประมวลผลเอง หากเส้นทางข้อมูลระหว่าง GPU สวิตช์ และแร็คไม่สามารถตามทันได้ ตัวเร่งความเร็วที่มีราคาแพงจะใช้เวลารอมากขึ้นและใช้เวลาในการประมวลผลน้อยลง ในแง่นั้น การเชื่อมต่อแบบออปติกไม่ใช่หัวข้อเกี่ยวกับเครือข่ายอุปกรณ์ต่อพ่วง เป็นหนึ่งในเลเยอร์ทางกายภาพที่กำหนดว่าระบบ AI ขนาดใหญ่สามารถใช้คอมพิวเตอร์ที่ติดตั้งไว้ได้อย่างมีประสิทธิภาพหรือไม่ เหตุใดคลัสเตอร์ GPU จึงต้องการมากกว่าการประมวลผลแบบดิบ การฝึกอบรม AI เป็นจุดที่ง่ายที่สุดในการมองเห็นปัญหา โมเดลขนาดใหญ่อาจมีพารามิเตอร์จำนวนมหาศาล ซึ่งเกินกว่าที่ GPU ตัวเดียวจะสามารถรองรับหรือประมวลผลได้อย่างมีประสิทธิภาพ ปริมาณงานแบ่งออกเป็นตัวเร่งความเร็วหลายตัว GPU แต่ละตัวจะคำนวณส่วนหนึ่งของงาน จากนั้นแลกเปลี่ยนผลลัพธ์ขั้นกลางกับ GPU อื่นๆ การแลกเปลี่ยนดังกล่าวสามารถเกิดขึ้นซ้ำๆ ในระหว่างการฝึกอบรม ทำให้เกิดการรับส่งข้อมูลตะวันออก-ตะวันตกภายในคลัสเตอร์ AI จำนวนมาก การอนุมานยังเคยทำให้ดูง่ายขึ้นด้วย ในแอปพลิเคชัน AI รุ่นก่อนหน้า มีเหตุผลที่จะจินตนาการว่าแบบสอบถามได้รับการจัดการโดย GPU จำนวนเล็กน้อย การอนุมานสมัยใหม่กำลังมุ่งไปสู่การใช้เหตุผลที่ซับซ้อนมากขึ้น บริบทที่ยาวขึ้น การดึงข้อมูล การใช้เครื่องมือ การวางแผน และเวิร์กโฟลว์เชิงเอเจนต์ ในกรณีเหล่านี้ ระบบอาจจำเป็นต้องประสานงานทรัพยากรการประมวลผลเพิ่มเติมในขั้นตอนต่างๆ มากขึ้น ผลลัพธ์ก็คือการอนุมานอาจกลายเป็นภาระงานที่มีความละเอียดอ่อนในการเชื่อมต่อระหว่างกัน โดยเฉพาะอย่างยิ่งเมื่อการปรับใช้รองรับผู้ใช้จำนวนมากในวงกว้าง บทเรียนเชิงปฏิบัตินั้นตรงไปตรงมา: เมื่อปริมาณงาน AI ต้องใช้โปรเซสเซอร์จำนวนมากเพื่อทำหน้าที่เป็นระบบเดียวแบนด์วิธการเชื่อมต่อระหว่างกันของ GPUกลายเป็นส่วนหนึ่งของสมการประสิทธิภาพ การฝึกอบรม การอนุมาน และปริมาณงาน AI แบบตัวแทน การฝึกอบรมและการอนุมานสร้างแรงกดดันต่อเครือข่ายที่แตกต่างกัน แต่ทั้งสองอย่างขึ้นอยู่กับการเคลื่อนไหวของข้อมูล ในระหว่างการฝึก GPU จะแลกเปลี่ยนการไล่ระดับสี การเปิดใช้งาน พารามิเตอร์ และข้อมูลระดับกลาง ยิ่งโมเดลมีการกระจายมากขึ้นและคลัสเตอร์มีขนาดใหญ่ การซิงโครไนซ์และการแลกเปลี่ยนข้อมูลก็ยิ่งสำคัญมากขึ้นเท่านั้น ในระหว่างการอนุมาน ความกดดันจะขึ้นอยู่กับการออกแบบภาระงาน การอนุมานการตอบกลับคำขอแบบง่ายๆ อาจไม่เน้นเครือข่ายมากเท่ากับการฝึกอบรม แต่การให้เหตุผลแบบหลายขั้นตอน การดึงข้อมูล และการดำเนินการแบบเอเจนต์สามารถเพิ่มการสื่อสารระหว่างโหนดประมวลผล ระบบจัดเก็บข้อมูล และกลุ่มตัวเร่งความเร็วได้ นี่คือสาเหตุที่การเชื่อมต่อระหว่างกันแบบออปติกกลายเป็นศูนย์กลางของสถาปัตยกรรมศูนย์ข้อมูล AI ความท้าทายไม่ใช่แค่การสร้างชิปที่เร็วขึ้นเท่านั้นอีกต่อไป นอกจากนี้ยังเป็นวิธีการเชื่อมต่อชิปเหล่านั้นในลักษณะที่ทำให้แบนด์วิธสูง จัดการระยะทางได้ เวลาแฝงต่ำ และการใช้พลังงานอยู่ภายใต้การควบคุม เหตุใด Copper Interconnect ถึงขีดจำกัดในโครงสร้างพื้นฐาน AI ทองแดงยังคงมีส่วนสำคัญในระบบ AI สำหรับเส้นทางไฟฟ้าที่สั้นมากภายในเซิร์ฟเวอร์ แชสซี หรือตู้ที่มีการผสานรวมอย่างแน่นหนา ทองแดงสามารถมีประสิทธิภาพ ซ่อมบำรุงได้ และคุ้มต้นทุน ปัญหาจะปรากฏขึ้นเมื่อมีการผลักดันแนวทางที่ใช้ทองแดงแบบเดียวกันไปสู่อัตราเลนที่สูงขึ้น ลิงก์ที่ยาวขึ้น และโทโพโลยีคลัสเตอร์ที่ใหญ่ขึ้น ที่ความเร็วสูง การเชื่อมต่อแบบทองแดงต้องเผชิญกับข้อจำกัดสามประการที่เชื่อมต่อกัน: ความสมบูรณ์ของสัญญาณ ระยะการเข้าถึง และพลังงาน ยิ่งอัตราข้อมูลสูงเท่าไร การส่งสัญญาณไฟฟ้าสะอาดในระยะไกลก็จะยิ่งยากขึ้นเท่านั้น โดยทั่วไปทองแดงแบบพาสซีฟจะถูกจำกัดอยู่เพียงลิงก์สั้น ๆ โซลูชันทองแดงแบบแอคทีฟสามารถขยายขอบเขตการเข้าถึงได้โดยการเพิ่มอุปกรณ์อิเล็กทรอนิกส์ แต่อุปกรณ์อิเล็กทรอนิกส์เหล่านั้นจะเพิ่มพลังงาน ความร้อน ต้นทุน และความซับซ้อนในการออกแบบ แบนด์วิดท์และการปรับขนาด SerDes เทคโนโลยี SerDes ช่วยให้สามารถใช้งานอินเทอร์เฟซทางไฟฟ้าความเร็วสูงได้ แต่อัตราการส่งสัญญาณที่สูงขึ้นทำให้การเชื่อมต่อด้วยทองแดงไวต่อการสูญเสีย การสะท้อน ครอสทอล์ค และความซับซ้อนในการปรับสมดุลมากขึ้น เมื่อระบบ AI เคลื่อนไปสู่ช่องทางไฟฟ้าที่เร็วขึ้น การเข้าถึงทองแดงอย่างมีประสิทธิผลจึงขึ้นอยู่กับผลิตภัณฑ์และสถาปัตยกรรมมากขึ้น นี่ไม่ได้หมายความว่าทองแดงจะหายไป หมายความว่ามีการใช้ทองแดงมากขึ้นโดยที่จุดแข็งยังคงตรงกับระยะห่างทางกายภาพ นั่นคือ ทางเดินไฟฟ้าที่สั้นและควบคุมอย่างแน่นหนา เมื่อลิงก์เคลื่อนที่เกินกว่าสองสามเมตร หรือเมื่อลิงก์จำนวนมากต้องทำงานหนาแน่นในระบบแร็คสเกลหรือคลัสเตอร์ ลิงก์แบบออปติคัลจะน่าดึงดูดยิ่งขึ้น การเข้าถึง ความสมบูรณ์ของสัญญาณ และระยะห่างระดับตู้ ความแตกต่างที่สำคัญที่สุดไม่ใช่ "ทองแดงกับไฟเบอร์" ในนามธรรม ความแตกต่างที่แท้จริงคือระยะลิงก์และเลเยอร์ของระบบ ภายในตู้ GPU และชิปสวิตช์อาจสื่อสารผ่านเส้นทางไฟฟ้าที่สั้นมาก ในระบบ เช่น ตู้ GPU ความหนาแน่นสูง ลิงก์ภายในจำนวนมากสามารถคงระบบไฟฟ้าไว้ได้เนื่องจากระยะห่างทางกายภาพสั้น แต่ลิงก์แบบแร็คถึงแร็ค แบบตู้ต่อตู้ และลิงก์ระดับศูนย์ข้อมูลจะสร้างปัญหาที่แตกต่างออกไป ระยะทางเหล่านั้นยาวขึ้น จำนวนลิงก์ก็สูงขึ้น และการสูญเสียสัญญาณจะมองเห็นได้ชัดเจนยิ่งขึ้นในระดับระบบ ทองแดงยังคงสามารถออกแบบมาสำหรับการใช้งานระยะสั้นโดยเฉพาะได้ ไฟเบอร์จะมีความน่าสนใจเมื่อสถาปัตยกรรมต้องการแบนด์วิธสูงในการเชื่อมต่อที่ยาวกว่าหรือแบบกระจายมากกว่า การใช้พลังงานและความดันความร้อน พลังงานที่เชื่อมต่อถึงกันไม่ได้เป็นเพียงรายการสินค้าในข้อกำหนดส่วนประกอบ ที่ระดับศูนย์ข้อมูล AI เลนความเร็วสูงหลายพันหรือหลายล้านเลนสามารถเปลี่ยนพลังการเชื่อมโยงให้กลายเป็นข้อจำกัดในการออกแบบที่สำคัญได้ การเชื่อมต่อทองแดง รีไทม์เมอร์ การปรับสมดุล และการจัดการระบายความร้อนที่ใช้งานอยู่ ล้วนเพิ่มแรงกดดันให้กับระบบ คำถามสุดท้ายทางวิศวกรรมไม่ใช่แค่ว่าลิงก์จะใช้งานได้หรือไม่เท่านั้น ลิงก์นั้นสามารถทำงานได้ในวงกว้าง ภายในขอบเขตพลังงานและความร้อนของสิ่งอำนวยความสะดวก AI ที่หนาแน่นหรือไม่ นี่เป็นเหตุผลหนึ่งที่การเชื่อมต่อระหว่างกันแบบออปติคอลได้ย้ายจากหัวข้อเครือข่ายไปเป็นหัวข้อโครงสร้างพื้นฐาน AI การเชื่อมต่อระหว่างทองแดงกับไฟเบอร์ในศูนย์ข้อมูล AI ลิงค์ไฟเบอร์ออปติก: แบนด์วิดท์, การเข้าถึง, กำลังและ WDM ลิงค์ไฟเบอร์ออปติกใช้แสงแทนกระแสไฟฟ้าในการส่งข้อมูล ซึ่งทำให้พวกเขามีข้อได้เปรียบหลายประการในศูนย์ข้อมูล AI ได้แก่ แบนด์วิธสูง ระยะครอบคลุมไกล ภูมิคุ้มกันต่อการรบกวนทางแม่เหล็กไฟฟ้า และความเหมาะสมที่ดีกว่าสำหรับการเชื่อมโยงความเร็วสูงหนาแน่นในระยะไกล ค่าของไฟเบอร์จะชัดเจนเป็นพิเศษเมื่อระบบต้องเชื่อมต่อหลายชั้นวาง หลายตู้ หรือหลายห้องข้อมูล สัญญาณไฟฟ้าทองแดงจะลดลงตามระยะทางและความเร็ว สัญญาณออปติคัลสามารถเดินทางได้ไกลกว่ามากในขณะที่ยังคงรักษาอัตราข้อมูลที่สูง ทำให้ไฟเบอร์เหมาะอย่างยิ่งสำหรับคลัสเตอร์ AI แบบกระจาย เหตุใด WDM จึงขยายขีดความสามารถของไฟเบอร์เดี่ยว WDMหรือการมัลติเพล็กซ์แบบแบ่งความยาวคลื่น ช่วยให้ความยาวคลื่นแสงหลายค่าเดินทางผ่านไฟเบอร์เดียวกันได้ในเวลาเดียวกัน แต่ละความยาวคลื่นสามารถส่งกระแสข้อมูลแยกกันได้ ในทางปฏิบัติ WDM จะเปลี่ยนไฟเบอร์หนึ่งช่องให้เป็นช่องแสงแบบขนานหลายช่อง นี่เป็นเหตุผลหนึ่งที่ทำให้ลิงก์ออปติคัลมีขนาดแตกต่างจากลิงก์ทองแดง แทนที่จะเพิ่มตัวนำทางกายภาพแยกต่างหากสำหรับทุกเส้นทางการรับส่งข้อมูล ระบบออปติกสามารถเพิ่มความจุโดยการรวมช่องสัญญาณความยาวคลื่น รูปแบบการปรับที่สูงขึ้น และส่วนประกอบทางแสงที่เร็วขึ้น การส่งผ่านหลายความยาวคลื่น WDM ในไฟเบอร์เดี่ยว การเปรียบเทียบการเชื่อมต่อระหว่างทองแดงกับไฟเบอร์ มิติ เชื่อมต่อระหว่างกันด้วยทองแดง การเชื่อมต่อไฟเบอร์ออปติก ประเภทสัญญาณ สัญญาณไฟฟ้า สัญญาณแสง ระยะห่างที่เหมาะสมที่สุด ลิงค์ภายในสั้นมาก แร็ค ตู้ คลัสเตอร์ และลิงก์ระยะไกล ความท้าทายในการขยายขนาดความเร็วสูง การสูญเสีย, crosstalk, การปรับสมดุล, อุปกรณ์อิเล็กทรอนิกส์แบบแอคทีฟ ประสิทธิภาพของส่วนประกอบทางแสง การมีเพศสัมพันธ์ การออกแบบโมดูล พฤติกรรมอีเอ็มไอ ไวต่อการรบกวนทางแม่เหล็กไฟฟ้า ภูมิคุ้มกันต่อการรบกวนทางแม่เหล็กไฟฟ้า แรงดันไฟ สามารถเพิ่มได้ด้วยการปรับสภาพสัญญาณแบบแอคทีฟ มักจะดีกว่าลิงก์ความเร็วสูงที่ยาวกว่า มัลติเพล็กซ์ มีข้อจำกัดเมื่อเทียบกับมัลติเพล็กซ์ความยาวคลื่นแสง รองรับ WDM สำหรับความยาวคลื่นหลายอันบนไฟเบอร์ตัวเดียว บทบาทศูนย์ข้อมูล AI ทั่วไป เส้นทางไฟฟ้าภายในสั้น พาธออปติคัลแบบแร็คถึงแร็ค สลับเป็นสวิตช์ และระดับคลัสเตอร์ ทางเลือกทางวิศวกรรมที่เหมาะสมขึ้นอยู่กับระยะทาง แบนด์วิธ ต้นทุน ความสามารถในการให้บริการ และการออกแบบการระบายความร้อน ทองแดงยังคงมีประโยชน์ในการเชื่อมต่อแบบสั้นที่มีการควบคุม ไฟเบอร์มีความสำคัญมากขึ้นเมื่อคลัสเตอร์ AI ขยายออกไปด้านนอก ตำแหน่งที่โมดูลออปติคัลแบบเสียบได้พอดีในเครือข่ายศูนย์ข้อมูล AI กตัวรับส่งสัญญาณแสงแบบเสียบได้เป็นโมดูลที่แปลงสัญญาณไฟฟ้าเป็นสัญญาณแสงและสัญญาณแสงกลับเป็นสัญญาณไฟฟ้า ด้านหนึ่งเชื่อมต่อทางไฟฟ้าเข้ากับสวิตช์ อินเทอร์เฟซเครือข่าย หรือแผงระบบ อีกด้านเชื่อมต่อกับใยแก้วนำแสง ในศูนย์ข้อมูล AI โมดูลออปติคัลแบบเสียบได้มีความสำคัญเป็นพิเศษสำหรับการเชื่อมโยงระหว่างตู้ ชั้นวาง และสวิตช์ โดยปกติแล้วสิ่งเหล่านี้จะไม่ใช่เทคโนโลยีหลักสำหรับทุกๆ ลิงก์แบบสั้นภายในตู้ GPU ความแตกต่างดังกล่าวมีความสำคัญเนื่องจากจะป้องกันความเข้าใจผิดทั่วไป: โมดูลออปติคอลไม่ได้มาแทนที่การเดินสาย GPU ภายในทั้งหมดโดยอัตโนมัติ ลิงค์ทองแดงภายในตู้เทียบกับลิงค์ออปติคัลระหว่างตู้ ภายในตู้ GPU ความหนาแน่นสูง ระยะห่างระหว่าง GPU สวิตช์ และบอร์ดอาจเป็นเพียงเซนติเมตรถึงไม่กี่เมตรเท่านั้น การเชื่อมโยงทางไฟฟ้ายังคงสมเหตุสมผล โดยเฉพาะอย่างยิ่งเมื่อระบบได้รับการออกแบบให้เป็นหน่วยที่บูรณาการอย่างแน่นหนา เมื่อการจราจรออกจากตู้และย้ายไปยังชั้นวางอื่น สวิตช์อื่น หรือห้องอื่น ข้อกำหนดในการเชื่อมต่อจะเปลี่ยนไป ระยะทางจะยาวขึ้น จำนวนลิงก์จะเพิ่มขึ้น และโมดูลออปติคัลจะดูน่าดึงดูดยิ่งขึ้น วิธีคิดเกี่ยวกับลำดับชั้นที่เป็นประโยชน์คือ: เลเยอร์เครือข่าย ประเภทลิงก์ทั่วไป เหตุผลเชิงปฏิบัติ ภายในเซิร์ฟเวอร์หรือบอร์ด ทองแดงไฟฟ้า ระยะทางที่สั้นมาก ภายในตู้ GPU ทองแดงไฟฟ้าหรือการเชื่อมต่อภายในแบบพิเศษ เส้นทางทางกายภาพที่มีการควบคุมสั้น แบบแร็คต่อแร็คหรือแบบตู้ต่อตู้ เลนส์ที่เสียบได้ การเข้าถึงและแบนด์วิธที่สูงขึ้น ผ้าสลับไปสลับ เลนส์แบบเสียบได้หรือสถาปัตยกรรมที่ใช้ CPO ในอนาคต ความหนาแน่นของลิงก์และแรงดันไฟสูง ศูนย์ข้อมูลไปยังศูนย์ข้อมูล ระบบใยแก้วนำแสง การขนส่งทางแสงทางไกล เหตุใด GPU จึงมีความต้องการโมดูลออปติคัลมากขึ้น ห่วงโซ่อุปสงค์นั้นเรียบง่าย GPU ยิ่งต้องการระบบมากขึ้น ระบบที่มากขึ้นจำเป็นต้องมีตู้เพิ่มมากขึ้น ตู้จำนวนมากต้องการการเชื่อมต่อความเร็วสูงระหว่างตู้และสวิตช์มากขึ้น เมื่อจำนวนลิงก์เหล่านี้เพิ่มขึ้น ความต้องการโมดูลออปติคัลก็เพิ่มขึ้น นี่คือเหตุผลว่าทำไมตัวรับส่งสัญญาณแบบออปติคัลจึงมีความเกี่ยวข้องอย่างใกล้ชิดกับการเติบโตของโครงสร้างพื้นฐาน AI โมดูลไม่มีค่าเนื่องจากเป็นกล่องแบบสแตนด์อโลน สิ่งนี้มีคุณค่าเนื่องจากช่วยให้เครือข่ายทางกายภาพที่ช่วยให้กลุ่ม GPU ขนาดใหญ่ทำงานเป็นระบบเดียวได้ ภายในตัวรับส่งสัญญาณแสงแบบ Pluggable คืออะไร? ตัวรับส่งสัญญาณแสงแบบเสียบปลั๊กดูเรียบง่ายจากภายนอก แต่ภายในนั้นรวมเอาระบบออปติก อุปกรณ์อิเล็กทรอนิกส์ เซมิคอนดักเตอร์ บรรจุภัณฑ์ และการจัดตำแหน่งที่แม่นยำเข้าไว้ด้วยกัน ส่วนประกอบหลัก ได้แก่ เลเซอร์ โมดูเลเตอร์ เครื่องตรวจจับแสง DSP และระบบเชื่อมต่อด้วยแสง ภายในตัวรับส่งสัญญาณแสงแบบเสียบได้ ส่วนประกอบ ฟังก์ชั่นหลัก เทคโนโลยีทั่วไป ความท้าทายทางวิศวกรรม เลเซอร์ไดโอด ให้แสงพาหะนำแสง InP, GaAs, DFB, EML, VCSEL, เลเซอร์ CW การสร้างแสงที่มีประสิทธิภาพและเสถียร โมดูเลเตอร์ เขียนข้อมูลทางไฟฟ้าลงบนแสง EAM, EML, MZI การปรับสัญญาณแสงความเร็วสูง เครื่องตรวจจับแสง แปลงแสงที่ได้รับเป็นกระแส InP, GaAs, เจอร์เมเนียมในซิลิคอนโฟโตนิกส์ ความไว แบนด์วิธ กระแสมืด ดีเอสพี กู้คืนและปรับสภาพสัญญาณความเร็วสูง ซิลิคอนดิจิตอล CMOS IC การปรับสมดุล, การเข้ารหัส, PAM4, การควบคุมข้อผิดพลาด เลนส์ข้อต่อ จัดแสงชิปให้ตรงกับไฟเบอร์ เลนส์ ร่องตัววี ข้อต่อตะแกรง การจัดตำแหน่งแสงระดับไมครอน เลเซอร์ไดโอด: แหล่งกำเนิดแสง เลเซอร์ไดโอดเป็นแหล่งกำเนิดแสงสำหรับสัญญาณแสง ไม่จำเป็นต้องนำข้อมูลมาด้วยตัวมันเอง แต่กลับสร้างพาหะนำแสงที่มีความเสถียรซึ่งสามารถมอดูเลตได้ ระบบวัสดุมีความสำคัญ ซิลิคอนเป็นเลิศสำหรับลอจิกดิจิทัล แต่ไม่ใช่ตัวปล่อยแสงที่มีประสิทธิภาพ เลเซอร์แสงมักใช้สารกึ่งตัวนำผสม III-V เช่นอินพีหรือGaAsเพราะวัสดุเหล่านี้เหมาะแก่การสร้างแสงมากกว่ามาก เลเซอร์หลายประเภทปรากฏในโมดูลออปติคัลและระบบที่เกี่ยวข้อง: ประเภทเลเซอร์ บทบาทในการเชื่อมต่อระหว่างกันด้วยแสง เดเอฟเบ เลเซอร์ แหล่งกำเนิดเลเซอร์ความยาวคลื่นเดี่ยวที่ใช้ในการเชื่อมต่อด้วยแสงความเร็วสูง อีเอ็มแอล เลเซอร์และโมดูเลเตอร์การดูดซับด้วยไฟฟ้ารวมเข้าด้วยกัน วีซีเซล แหล่งกำเนิดแสงเข้าถึงระยะสั้นราคาประหยัด มักใช้ในกรณีที่ข้อกำหนดด้านระยะทางและพลังงานมีจำกัด ซีดับบลิวเลเซอร์ เลเซอร์คลื่นต่อเนื่องที่ให้แสงแต่ปล่อยให้การปรับสัญญาณไปยังอุปกรณ์อื่น ซึ่งมีความสำคัญในสถาปัตยกรรมซิลิคอนโฟโตนิกส์และ CPO การเปลี่ยนจากเลนส์แบบเสียบได้แบบดั้งเดิมไปสู่ซิลิคอนโฟโตนิกส์และ CPO จะเปลี่ยนบทบาทของเลเซอร์ ในโมดูลแบบเสียบปลั๊กได้หลายโมดูล เลเซอร์และโมดูเลเตอร์สามารถบูรณาการเข้าด้วยกันได้อย่างใกล้ชิด ในการออกแบบสไตล์ CPO เลเซอร์อาจอยู่ด้านนอกบรรจุภัณฑ์เป็นแหล่งกำเนิดแสงภายนอก ในขณะที่การมอดูเลชั่นเกิดขึ้นภายในชิปซิลิคอนโฟโตนิกส์ โมดูเลเตอร์: การเขียนข้อมูลไฟฟ้าลงบนแสง โมดูเลเตอร์เป็นส่วนประกอบที่เปลี่ยนพาหะแสงที่ว่างเปล่าให้เป็นสัญญาณที่ส่งข้อมูล ใช้กระแสข้อมูลไฟฟ้าและเปลี่ยนสัญญาณแสงเพื่อให้สามารถแสดงค่าและศูนย์ด้วยความเข้มของแสงหรือพฤติกรรมของเฟส แนวทางการปรับที่สำคัญสองวิธีคือเอมและมซี. โมดูเลเตอร์การดูดซับด้วยไฟฟ้าจะเปลี่ยนความแรงของวัสดุที่ดูดซับแสงเมื่อใช้แรงดันไฟฟ้า สามารถรวมเข้ากับเลเซอร์เพื่อสร้าง EML ซึ่งใช้กันอย่างแพร่หลายในโมดูลออปติคัลความเร็วสูงทั่วไป โมดูเลเตอร์อินเตอร์เฟอโรมิเตอร์ Mach-Zehder ทำงานแตกต่างออกไป มันแยกแสงออกเป็นสองเส้นทาง เปลี่ยนระยะในเส้นทางเดียว จากนั้นจึงรวมแสงอีกครั้ง ขึ้นอยู่กับความสัมพันธ์ของเฟส สัญญาณที่รวมตัวกันใหม่อาจแข็งแกร่งขึ้นหรืออ่อนลงได้ แนวทางนี้มีความสำคัญในซิลิคอนโฟโตนิกส์เนื่องจากสามารถนำไปใช้ได้โดยใช้โครงสร้างท่อนำคลื่นซิลิคอน เครื่องตรวจจับแสง: การแปลงแสงกลับเป็นสัญญาณไฟฟ้า ที่ปลายรับสัญญาณ ต้องแปลงสัญญาณแสงกลับเป็นสัญญาณไฟฟ้า นั่นคือบทบาทของเครื่องตรวจจับแสง เครื่องตรวจจับแสงใช้เอฟเฟกต์โฟโตอิเล็กทริก: โฟตอนที่เข้ามาจะกระตุ้นพาหะในวัสดุเซมิคอนดักเตอร์ ทำให้เกิดกระแสไฟฟ้า เครื่องตรวจจับแสงที่ดีจะต้องตอบสนองอย่างรวดเร็ว สร้างกระแสไฟฟ้าเพียงพอจากพลังงานแสงที่อ่อน และรักษาสัญญาณรบกวนให้ต่ำ พารามิเตอร์สามตัวมีความสำคัญอย่างยิ่ง: พารามิเตอร์ ความหมาย ทำไมมันถึงสำคัญ การตอบสนอง กระแสไฟที่สร้างขึ้นต่อหน่วยพลังงานแสง วัดประสิทธิภาพการแปลงแสงเป็นไฟฟ้า แบนด์วิธ ความเร็วที่เครื่องตรวจจับสามารถติดตามการเปลี่ยนแปลงทางแสงได้ ส่งผลต่ออัตราข้อมูลสูงสุด กระแสมืด กระแสที่เกิดขึ้นโดยไม่มีแสงสว่าง เพิ่มสัญญาณรบกวนและลดคุณภาพสัญญาณ ในซิลิคอนโฟโตนิกส์ เจอร์เมเนียมมักใช้สำหรับการตรวจจับด้วยแสง เนื่องจากตัวซิลิคอนเองไม่มีประสิทธิผลในการดูดซับความยาวคลื่นโทรคมนาคมทั่วไป เช่น 1310 นาโนเมตร และ 1550 นาโนเมตร นี่เป็นตัวอย่างหนึ่งของการที่ซิลิคอนโฟโตนิกส์ยังคงขึ้นอยู่กับการบูรณาการวัสดุอย่างระมัดระวัง ไม่ใช่ซิลิคอนบริสุทธิ์เพียงอย่างเดียว ชิป DSP: การกู้คืนสัญญาณ, PAM4 และการปรับขนาดความเร็วสูง ที่ดีเอสพีเป็นเครื่องมือประมวลผลสัญญาณดิจิทัลภายในโมดูลออปติคัลความเร็วสูงหลายตัว ช่วยเข้ารหัส ปรับสมดุล กู้คืน และล้างสัญญาณ ด้วยความเร็วสูง ออปติคอลลิงค์ไม่เพียงแต่ส่งพัลส์เปิด-ปิดธรรมดาเท่านั้น โมดูลสมัยใหม่มักใช้แพม4ซึ่งแสดงถึงสองบิตต่อสัญลักษณ์โดยใช้ระดับสัญญาณสี่ระดับ PAM4 ปรับปรุงประสิทธิภาพแบนด์วิธ แต่ยังทำให้สัญญาณมีความไวต่อสัญญาณรบกวนและการบิดเบือนมากขึ้น DSP ช่วยกู้คืนข้อมูลที่ต้องการจากสัญญาณที่ไม่สมบูรณ์นั้น แผนงานความเร็วของโมดูลออปติคัลได้ย้ายจาก 400G เป็น 800G ด้วยการปรับใช้ 1.6T และการออกแบบที่มีอัตราสูงกว่า ผลักดันอุตสาหกรรมให้ก้าวไปสู่ช่องทางไฟฟ้าและออปติคัลที่รวดเร็วยิ่งขึ้น สถาปัตยกรรมที่แน่นอนขึ้นอยู่กับการออกแบบโมดูล จำนวนเลน รูปแบบการมอดูเลชั่น และความต้องการของระบบ แต่แนวโน้มมีความชัดเจน: ทุกรุ่นสร้างแรงกดดันต่อ DSP, ออพติก, บรรจุภัณฑ์ และกระบวนการทดสอบมากขึ้น การเชื่อมต่อด้วยแสง: การจัดระดับไมครอนระหว่างชิปและไฟเบอร์ ฟังก์ชั่นวิกฤติสุดท้ายคือการมีเพศสัมพันธ์แบบออปติคอล แสงที่สร้างขึ้นหรือประมวลผลบนชิปจะต้องเข้าสู่ไฟเบอร์ด้วยความแม่นยำสูงมาก แกนไฟเบอร์โหมดเดี่ยวมีความกว้างเพียง 8-9 ไมโครเมตร ดังนั้นการเชื่อมต่อจึงเป็นปัญหาการจัดตำแหน่งระดับไมครอน วิธีการทั่วไปสองวิธีคือการมีเพศสัมพันธ์แบบชนและการมีเพศสัมพันธ์แบบตะแกรง การมีเพศสัมพันธ์แบบก้นส่งแสงโดยตรงจากขอบชิปเข้าสู่เส้นใย มันอาจจะมีประสิทธิภาพ แต่ต้องมีการจัดตำแหน่งข้อต่อตะแกรงใช้โครงสร้างที่มีลวดลายบนพื้นผิวชิปเพื่อเปลี่ยนเส้นทางแสงเข้าหรือออกจากท่อนำคลื่น มันสามารถให้ความทนทานต่อการจัดตำแหน่งมากขึ้นในการออกแบบบางแบบ แต่ยังแนะนำการพิจารณาความยาวคลื่นและประสิทธิภาพด้วย ในระดับการผลิต ความท้าทายไม่ได้เป็นเพียงการแสดงการเชื่อมต่อแบบออปติกเพียงครั้งเดียวเท่านั้น ความท้าทายคือการทำซ้ำๆ เชื่อถือได้ และประหยัดในปริมาณมาก การไหลของสัญญาณในโมดูลออปติคัล: จากข้อมูลไฟฟ้าของ GPU ไปจนถึงแสงไฟเบอร์ โมดูลออปติคัลสามารถเข้าใจได้ว่าเป็นระบบการแปลแบบสองทาง เมื่อส่งสัญญาณจะแปลงข้อมูลไฟฟ้าเป็นข้อมูลออปติคัล เมื่อได้รับก็จะแปลงข้อมูลออปติคัลกลับเป็นข้อมูลทางไฟฟ้า การไหลของสัญญาณไฟฟ้า-แสง-ไฟฟ้า ขั้นตอน เส้นทางสัญญาณ การทำงาน 1 GPU / สวิตช์เอาต์พุตไฟฟ้า ส่งข้อมูลไฟฟ้าความเร็วสูง 2 ดีเอสพี เข้ารหัส ปรับสมดุล และเตรียมสัญญาณ 3 โมดูเลเตอร์ เขียนข้อมูลลงบนตัวพาแสง 4 แหล่งกำเนิดเลเซอร์ ให้แสงสว่างในการส่งสัญญาณ 5 เลนส์ข้อต่อ จัดแสงให้เข้ากับเส้นใย 6 ใยแก้วนำแสง ส่งสัญญาณไปในระยะไกล 7 เลนส์รับสัญญาณ จับคู่แสงที่เข้ามายังเครื่องตรวจจับ 8 เครื่องตรวจจับแสง แปลงแสงกลับเป็นกระแส 9 ดีเอสพี กู้คืนและแก้ไขสัญญาณที่ได้รับ 10 GPU / สวิตช์อินพุตไฟฟ้า รับข้อมูลไฟฟ้าที่ใช้งานได้ เส้นทางการส่งสัญญาณ: DSP, Modulator, Laser และ Fiber Coupling ในทิศทางการส่งสัญญาณ GPU หรือสวิตช์ ASIC จะส่งสัญญาณไฟฟ้าไปยังโมดูลออปติคัล DSP กำหนดเงื่อนไขสัญญาณ โมดูเลเตอร์จะส่งข้อมูลไปยังแสงจากแหล่งกำเนิดเลเซอร์ จากนั้นเลนส์เชื่อมต่อจะจัดแสงนั้นให้เข้ากับไฟเบอร์ เส้นทางการรับ: Photodetector, DSP Recovery และอินพุต GPU ในทิศทางการรับ แสงจะออกจากไฟเบอร์และส่องไปยังเครื่องตรวจจับแสงโดยตรง เครื่องตรวจจับแสงจะแปลงสัญญาณแสงให้เป็นกระแส จากนั้น DSP จะกู้คืนข้อมูล แก้ไขการบิดเบือน และส่งสัญญาณไฟฟ้าที่ใช้งานได้กลับไปยังระบบ การแปลงไฟฟ้า-แสง-ไฟฟ้านี้เป็นรากฐานของการเชื่อมต่อระหว่างกันแบบออปติกแบบเสียบได้ เหตุใดการผลิตการเชื่อมต่อด้วยแสงจึงใช้โลกชิปสองใบที่แตกต่างกัน โมดูลออปติคอลรวมเอาโลกเซมิคอนดักเตอร์สองโลกที่ไม่ได้รวมกันตามธรรมชาติ ประการแรกคือโลกดิจิทัลของซิลิคอน DSP เป็นไอซีที่ใช้ซิลิคอน พวกเขาพึ่งพาการออกแบบ CMOS ขั้นสูง การประมวลผลสัญญาณดิจิตอล และอินเทอร์เฟซทางไฟฟ้าความเร็วสูง ประการที่สองคือโลกทางแสงแบบผสมและเซมิคอนดักเตอร์ เลเซอร์ โมดูเลเตอร์จำนวนมาก และเครื่องตรวจจับแสงบางชนิดอาศัยวัสดุ เช่น InP และ GaAs วัสดุเหล่านี้ถูกนำมาใช้เนื่องจากสามารถสร้าง ปรับ หรือตรวจจับแสงได้อย่างมีประสิทธิภาพในแบบที่ซิลิคอนไม่สามารถทำได้ การผลิตชิปออปติคัล Silicon DSP กับ InP ซิลิคอน DSP และ CMOS ขั้นสูง DSP เป็นชิปดิจิทัลโดยพื้นฐาน มันเกี่ยวข้องกับสัญลักษณ์ การเข้ารหัส การแก้ไข การทำให้เท่าเทียมกัน และการกู้คืนสัญญาณ อุปสรรคของมันคือความซับซ้อนของอัลกอริธึม การออกแบบสัญญาณผสมความเร็วสูง และการใช้งานซิลิคอนขั้นสูง สิ่งนี้อยู่ใกล้กับโลกของ CPU, GPU, สวิตช์ และ ASIC เครือข่ายมากกว่าโลกแห่งการผลิตเลเซอร์ ทีมออกแบบ ผังกระบวนการ และพันธมิตรด้านการผลิตจึงแตกต่างจากที่ใช้ในอุปกรณ์ออพติคอลแบบผสม-เซมิคอนดักเตอร์ ชิปออปติคอล InP และ GaAs อุปกรณ์ออพติคัล InP และ GaAs อยู่ในระบบนิเวศของกระบวนการที่แตกต่างกัน เวเฟอร์มีขนาดเล็กลง วัสดุมีพฤติกรรมแตกต่างกัน เคมีของกระบวนการแตกต่างกัน และประสิทธิภาพการมองเห็นขึ้นอยู่กับอีพิแทกซี การควบคุมข้อบกพร่อง และโครงสร้างของอุปกรณ์เป็นอย่างมาก โรงหล่อซิลิคอนชั้นนำไม่ได้เป็นผู้ผลิตเลเซอร์ InP ชั้นนำโดยอัตโนมัติ อุปกรณ์ สูตร ความรู้ด้านวัสดุ และความท้าทายด้านผลผลิตจะแตกต่างกัน นี่เป็นเหตุผลหนึ่งที่ห่วงโซ่อุปทานที่เชื่อมต่อระหว่างกันแบบออปติคัลมีการกระจายมากกว่าห่วงโซ่อุปทานของ GPU สารตั้งต้น Epitaxy และ Quantum Wells วัสดุพิมพ์เป็นวัสดุฐานที่ใช้สร้างอุปกรณ์ออพติคัล สำหรับเลเซอร์แบบ InP คุณภาพของวัสดุมีความสำคัญอย่างยิ่ง เนื่องจากข้อบกพร่องอาจส่งผลต่ออุปกรณ์ออพติคอลที่อยู่ด้านบนได้ Epitaxy เป็นกระบวนการของการเพิ่มชั้นการทำงานบนพื้นผิว ในอุปกรณ์เลเซอร์ ชั้นเหล่านี้อาจรวมถึงโครงสร้างหลุมควอนตัม ซึ่งอิเล็กตรอนและรูรวมตัวกันอีกครั้งเพื่อปล่อยโฟตอนออกมา ความหนา องค์ประกอบ และการเติมจะต้องได้รับการควบคุมอย่างเข้มงวด การเบี่ยงเบนเล็กน้อยสามารถเปลี่ยนความยาวคลื่น ลดประสิทธิภาพ หรือทำลายความน่าเชื่อถือได้ นี่คือเหตุผลว่าทำไมการผลิตสารกึ่งตัวนำแบบผสมจึงไม่ใช่แค่ "การผลิตชิปด้วยวัสดุที่แตกต่างกัน" เป็นสาขาวิชาเฉพาะด้านการผลิตอุปกรณ์ออพติคัล มิติ ซิลิคอน DSP ชิปออปติคัล InP / GaAs วัสดุหลัก ซิลิคอน สารกึ่งตัวนำแบบผสม ฟังก์ชั่นหลัก การประมวลผลสัญญาณ การเข้ารหัส การกู้คืน การสร้างแสง การมอดูเลต การตรวจจับ โลกการผลิต กระบวนการ CMOS และไอซีดิจิทัล กระบวนการสารกึ่งตัวนำแบบผสม สิ่งกีดขวางที่สำคัญ การออกแบบขั้นสูงและอัลกอริธึมการประมวลผลสัญญาณ คุณภาพของวัสดุ เยื่อบุผิว ปริมาณการมอ ลิงค์รวดเร็ว บ้าน ผลิตภัณฑ์ เกี่ยวกับเรา ข่าว กรณี ติดต่อเรา ติดต่อเร็ว ที่อยู่ อาคาร 3F อาคาร A ถนน 108 โชว์ ชี เขตบัวอาน เชียงใหม่ จีน โทร 86-135-1094-5163 อีเมล sales@ruiara.com 13510945163 ข่าวสารของเรา สมัครสมาชิกข่าวสารของเรา เพื่อรับส่วนลดและอื่นๆ ติดต่อเรา นโยบายความเป็นส่วนตัว |  แผนผังเว็บไซต์  | จีน คุณภาพดี mtp mpo ไฟเบอร์ปาทช์เคเบิล ผู้จัดจําหน่าย.ลิขสิทธิ์ 2022-2026 ShenZhen Ruiara Co., Ltd . สงวนลิขสิทธิ์.