Beating the bottleneck: how Point2 plans to unleash AI performance

突破瓶颈：Point2如何计划释放AI性能

在最新一期的Lexicon节目中，我们与Point2 Technology的营销与业务发展副总裁David Kuo进行了对话，探讨了一个正在悄然重塑人工智能（AI）基础设施未来的挑战。这个挑战就是AI超级集群中数据传输的瓶颈问题。

1. 铜缆与光学的“第三条道路”

随着AI模型规模呈指数级增长，数据中心内部连接（如GPU到GPU、服务器到服务器）的带宽和延迟要求变得极为苛刻。传统的铜缆互连在高速率下面临信号衰减和功耗激增的问题，而全光学互连虽然性能优越，但成本高昂且部署复杂。

Point2 Technology提出了一种介于两者之间的“第三条道路”——一种创新的电光混合互连解决方案。该技术旨在以接近铜缆的成本，提供媲美光学的性能和能效，从而为下一代AI超级计算集群“松绑”。

2. 技术核心：缓解带宽瓶颈

AI训练和推理的性能严重依赖于海量数据的快速移动。当前的瓶颈往往不在于计算本身，而在于数据在计算单元、内存和存储之间的传输速度。Point2的方案通过优化SerDes（串行器/解串器） 技术和采用先进的封装内互连，显著提升了单位面积和单位功耗下的有效带宽，有望打破限制AI系统扩展的内存墙和带宽墙。

3. 对AI未来的影响

如果这项技术成功商业化，它将直接助力更庞大、更高效的AI大模型训练，降低超大规模数据中心的运营成本，并可能推动边缘AI设备处理更复杂任务的能力。这标志着AI基础设施正从单纯追求算力，向平衡算力、互连与能效的系统级优化演进。

原文链接： Beating the bottleneck: how Point2 plans to unleash AI performance