Ai发展，不要忽视了运力

AI 相关应用的快速发展推动“算力”和“存力”需求快速增长的同时，对“运 力”也提出更高需求。AI 计算集群互联通信能力系统性的构建主要包括裸片间 互连、片间互联和机间互联三大方面。目前常见的片间互联方案包括 PCle、 NVLink、CXL、GPUDirec、RDMA 等。PCIe 作为 CPU 和 GPU 之间的数据传 输方案，经过数次迭代，已达到近百 GB 的数据传输速率，同时具有较强的可拓 展性。然而，这依然无法满足高速数据带宽的需求。除此之外，由于 GPU 连接 数量的增加，GPU 之间的通信技术如 GPU Direct、NVLink 和 RDMA 等技术被 大量应用。NVLink 的出现在一定程度上解决了 PCIe 带宽和传输瓶颈的问题。 GPUDirect、RDMA 和 InfiniBand 通常在分布式系统和多 GPU 集群中有大量的 应用。CXL 具有更好的灵活性和可扩展性，能支持不同设备之间的混合连接。
人工智能大爆发，计算、存储是核心，这中间还有一个非常重要的桥梁——运力。
核心观点：互联技术加速迭代，刺激运力芯片需求。
1、PCIe Retimer 芯片：该芯片可有效提升 PCIe 信号的完整性，增加高速信号 的有效传输距离。到 PCIe 5.0 时代，PCIe Retimer 芯片已成为行业主流解决方 案。一台典型配置 8 块 GPU 的主流 AI 服务器需要 8 颗或 16 颗 PCIe Retimer 芯片。未来，PCIe Retimer 芯片的市场空间将随着 GPU 需求量的增加而持续扩 大。
2、CXL MXC 芯片：该芯片是基于 CXL 协议的高带宽高容量内存扩展模 组的核心芯片，主要应用于内存扩展及内存池化领域，可大幅扩展内存容量和带宽，满足高算、AI 等数据密集型应用日益增长的需求。
3、MRCD/MDB 芯片： MRDIMM 可满足 AI 及大数据应用对更高带宽内存的需求。MRCD、MDB 芯片是 MRDIMM 的核心逻辑器件，每个 MRDIMM 模组需要搭配 1 颗 MRCD 芯片及 10 颗 MDB 芯片。随着 MRDIMM 未来渗透率的提升，将带动 MRCD/MDB（特别是 MDB）芯片需求大幅增长。
澜起科技 ：是一家国际领先的数据处理及互连芯片设计公司，致力于为云计算和人工智能领域提供高性能、低功耗的芯片解决方案，目前拥有互连类芯片和津逮®服务器平台两大产品线。互连类芯片产品主要包括内存接口芯片（含 MRCD/MDB 芯片）、内存模组配套芯片、CKD 芯片、PCIe Retimer 芯片、MXC 芯片等，津逮®服务器平台产品包括津逮®CPU 和混合安全内存模组（HSDIMM®）。公司近年来深耕相关互连技术，包括高带宽内存互连、PCIe 互连以及 CXL 互连技术等，这些高速互连技术可以有效提升系统的“运力”，公司基于上述技术研发的几款芯片，包括 MRCD/MDB、CKD、PCIe Retimer、MXC 芯片等，将在未来的人工智能时代发挥重要作用。