大模型时代下算力芯片的背后——高速互连技术会成为性能突破口？

2023年，AI大模型实实在在地“从年头火到年尾”。自ChatGPT成为AI大模型的第一个“出圈”应用，以聊天机器人的形式展示出AI大模型应用的强大能力后，全球各大科技公司都在加速推动AI大模型的应用，当然也吸引了众多初创公司入局。一时间各种AI大模型涌现，无论是行业专用大模型还是通用认知大模型，都为更多创新的AI应用提供了技术支持。

但这种AI大模型背后的技术底层并不简单，它需要海量的数据、复杂的算法和强大的算力来支撑。其中，算力可以说是人工智能发展最大的瓶颈，也是当前AI大模型的核心竞争力之一。

如果有关注微软、谷歌、阿里巴巴、百度等国内外科技巨头的动态，你会发现这些企业去年都在大量订购GPU以及AI服务器等产品。有机构预计，AI大模型训练对于算力的需求未来将会以每3.5个月翻一番的速度增长，需求暴增驱动了芯片企业的更新迭代，算力芯片在近几年性能提升速度惊人。

去年11月，英伟达推出了当今全球最强的GPU芯片H200，Llama2 70B大模型训练的性能相比上一代提高近一倍。然而在大模型时代，受限于芯片制造的物理极限，晶体管密度的提升幅度越来越小，即使单颗GPU算力提升已经非常高，但远远无法满足大模型的训练要求。

在可预见的未来，先进封装以及芯片制造工艺所带来的芯片性能提升将越来越难满足AI大模型对算力的需求。于是在聚光灯下的算力芯片背后，高速互连技术开始被越来越多芯片企业和系统厂商所关注。

01. 高速互联技术——从“四路泰坦”到计算集群

相信资深的PC玩家大概率都听说过“四路泰坦”的传说，这是指在配备四个PCIe插槽的主板上使用了四块“泰坦”显卡（这是当时最强的旗舰级显卡型号），通过英伟达一种名为SLI的特殊互连技术将这四块显卡连接起来以大幅提升游戏图形性能。

后来AMD也推出了与SLI类似的CrossFire（交火）技术，可以将不同型号的AMD显卡连接起来，提升图形性能。这是在PC领域，单个GPU性能有限的情况下，所出现的一种解决方案之一，同时也是高速互连技术的应用之一。

后来，因为PC端游戏的性能需求，已经被快速迭代的GPU性能所满足，“多卡交火”在游戏中的实际性能也因为适配和性能损耗等问题提升不明显，这种玩法随后逐渐在消费级市场上被淘汰。

但前面我们也提到，尽管AI芯片算力近年提升神速，但在AI大模型训练中仍是微不足道。为了给大模型训练提供更强大的算力，业界所选择的解决办法是：类似显卡“交火”般，将多个AI加速卡连接起来。

在大模型训练应用中，往往会将几百个甚至是上千个AI加速卡连接在一起，形成一个整体的系统，才能够运行GPT、PaLM等大模型。

如此庞大的算力资源，首先遇到的瓶颈就是互连的通信效率。如果将AI算力系统看成一条工厂的流水线，那么互连技术就相当于流水线上的传送带。传送带移动速度太慢时，即使AI芯片产出的数据再多，都只会堆积起来，无法及时输送到下一颗芯片上，从而限制整个工厂的效率。

所以，要怎样将算力硬件连接起来，怎样将这些算力资源更好地进行分配，实现运算效率最大化？

问题的关键，首先要从单个服务器内部芯片的高速互连开始解决。

实际上，在计算机系统中，包含了CPU、GPU、内存、存储设备等组件，这些组件都无法各自独立运行，一般需要通过互连协议相互连接，进行通信和数据传输，才能够协同完成计算工作。

比如PCIe作为最常见的高速互连标准之一，被广泛用于CPU、GPU之间的高速互连。2003年PCI-SIG发布了PCIe 1.0规范，支持每通道传输速率为 2.5GT/s，最大总传输速率为4GB/s。在此之后的每一个版本迭代中，PCIe的传输速率都会以翻倍的速度增长，到2022年发布的PCIe 6.0规划中，每通道传输速率已经提高至64GT/s。

然而大规模计算集群的互连，对带宽、延迟、数据传输效率等都有更高要求，因此在PCIe之外，从2016年开始，各大芯片厂商都开始下场推出自家的服务器内部高速互连解决方案：英伟达在2016年推出了SLI的“高级版本”——NVLink，令多个GPU绕开PCIe直接进行互连，目前最新的NVLink 4.0已经可以实现900 GB/s的总双向带宽；AMD在2016年也推出了Infinity Fabric技术，外部带宽可以达到 800GB/s ；英特尔在2019年发布了基于PCIe协议的开放性高速互连协议CXL1.0，主要是打通了CPU和其他设备的内存共享，支持CPU与其他加速器之间的高速互连，满足异构计算要求，最新的CXL 3.0通过x16链路可以实现256GB/s的双向带宽。

可以发现，这些高速互连协议一般是由头部芯片企业主导，但问题在于，近年来随着算力需求的爆发，不断有新玩家投入开发GPU、AI加速卡等产品。有数据显示，全球范围内已经有上百家公司布局GPU、AI加速卡领域，仅在中国就有60多家公司推出了各自的AI加速卡产品。

从好的角度看，新玩家的加入能够为市场带来更多的产品选择，针对不同应用也能够更容易选择到合适的产品。但另一方面，AI算力系统与传统的CPU服务器的通用解决方案不同，AI算力系统本身是一种深度定制化的系统。

各种形态的AI加速卡背后，是各大厂商采用了不同技术路线、不同产品定义，这导致了这些AI加速卡无法兼容通用平台，需要各自定制硬件平台。深度定制带来的副作用就是，从芯片到算力系统，开发周期长、研发成本高，对于计算系统的高速互连拓扑架构设计、PCB设计以及制造工艺都要不断突破与创新，这为AI服务器的性能提升带来了不小的挑战。

正因为如此，在大模型时代，业界亟待有一个开放的AI芯片设计规范，在芯片端或是AI加速卡等算力硬件端开始进行定义，以支持更强的算力硬件互连，创造出更强的AI算力系统。

02. 卡间互连速率翻倍，OAM标准要一统AI服务器？

早在2019年，开放计算组织OCP就成立了OAI（开放式加速器基础设施）小组，包括Meta、微软、百度与浪潮信息等宣布联合制定OAM（OCP Accelerator Module开放加速模块） 标准，用于指导 AI 硬件加速模块和系统设计。 而OAM标准，就是为了解决上述提到AI加速卡硬件互相不兼容等一系列问题，提供一套指导AI硬件加速模块和系统设计的标准，定义了AI硬件加速模块本身、互连速率、互连拓扑、主板、机箱、供电、散热以及系统管理等系列设计规范。

在互连速率方面，基于OAM规范能够实现四阶脉冲调制方案（PAM4，4-Level Pulse Amplitude Modulation即四电平脉冲幅度调制）的单通道56Gbps高速信号互连速率。而在不归零编码 （NRZ， non-return-to-zero line code）码型下，PCIe 5.0最大只支持32Gbps的传输速率。

具体来说，OAM1.0规范下GPU之间支持多种高速互连通信协议，这些通信协议的物理层大多是基于以太网协议或者PCIe协议，其中基于以太网协议能够支持56Gbps的互连速率，基于PCIe则最高支持PCIe 5.0，也就是32Gbps。 OAM的出现，得到了业内众多企业的支持和参与，包括大家耳熟能详的英伟达、英特尔、AMD、微软、阿里巴巴、谷歌、浪潮信息等AI芯片企业、互联网企业、系统厂商等，大有一统AI服务器的趋势。

开放加速计算节点系统架构： 主流OAM互连拓扑 （a） FC （b） HCM

值得一提的是，其中作为系统厂商中的一员，浪潮信息第一个实现了符合OAM规范的8卡互连的AI系统，首次提供了全互连（Fully-connected）和混合立体互连HCM （Hybrid Cube Mesh）两种互连拓扑。

业界主流AI服务器大多为8卡互连，主要采用的拓扑架构有全互连和混合立方互连两种。根据不同的神经网络模型应用，两种互连拓扑各有优势，但针对大模型应用，全互连拓扑会更有优势。

简单来说，我们将单一服务器中的加速卡标号为0到7，全互连拓扑架构中每一张加速卡互相之间都能够进行通信，比如0号跟1号到7号加速卡都能直接进行通信；混合立方互连拓扑架构中，0号到7号加速卡之间通过组成一个或者多个双向环的方式进行通信，加速卡彼此之间都只能跟附近两张加速卡进行通信，比如0号可以跟7号和1号直接进行通信，7号可以直接跟6号和0号进行通信。

从上面的描述中很容易能够感知到全互连拓扑会相对复杂，事实也确实如此。相比其他厂商采用的混合互连拓扑架构，全互连的拓扑设计在同样的PCB材料叠层内，高速信号的总线长度是其他混合互连结构的一倍，这对PCB的设计和制造，带来了新的挑战。

03. 从56G到112G，高速互连带来的新挑战

在OAM标准实现了高速互连系统的各种设计规范后，基于OAM规范，更复杂的拓扑设计，更高的互连速率，都给PCB的设计、选材和制造工艺带来了挑战。目前业界在探索OAM规范下从56G提升到112G的互连技术，而更高的信号速率，意味着信号在PCB中传输时，信号完整性和信号质量更容易受到干扰。

在服务器一般应用的PCB中，一般采用十层以上甚至数十层的设计，以承载复杂的电路拓扑。而要实现一个可支持8张OAM互连的基板，则需要20~30层的PCB。同时为了保证信号传输质量，又需要采用长度相等、相位相反的互补信号来传输同一个信号，以减少噪音和EMI（电磁干扰），也就是说所有走线的数量需要翻倍。同时走线的宽度和间距需要由始至终保持一致，如果在连接路径上有其他的布线或者焊盘、过孔等阻碍，就需要从PCB有限的空间内找到合适的路径，给设计能力带来很大挑战。

对于高速互连的PCB，实际上连接器的设计也会对系统性能造成很大影响，比如高速信号经过连接器时造成的损耗等，会降低信号完整性。据了解，为了保证112G高速信号完整性，浪潮信息的工程师根据更低损耗的连接器的各项SI特性，优化了信号走线布局，提高了连接器整体带宽。同时通过对背板连接器、网络接口，甚至线缆等进行仿真优化，有效保障了112G信号设计的可靠性。

为了实现112G高速互连，还需要在PCB的材料上下功夫，需要寻找更低损耗的树酯、玻璃纤维及更平滑的铜箔，以确保这些材料加工之后能够符合信号设计可靠度的规范。为此，浪潮信息调研了业界几乎所有的PCB板材，建立了一套完善的PCB材料电性数据库，包括针对铜箔平坦度、表面拉力、高温影响性、蚀刻制程误差、介电损耗等汇整了3000多笔宝贵的测试数据。

而基于这些测试数据，可以更有针对性地优化高速信号设计，最终损耗性能可优化提升8%，为112G高速互连技术的落地打下基础。

112Gpbs高速互连技术既需要科学的发散，也要做到工程的收敛：通过科学的发散寻找创新的可能性，通过工程的收敛寻找“可行性”。创新的可能性空间包括了材料、工艺、方法、管理运营等等，而可行性则是寻找“最大化或最小化”，是寻找最优解的过程。

04. 写在最后

算力系统就像由长短不一的木板组成的木桶，每个部件的发展程度各不相同，难免会出现一些短板。特别是应用于AI大模型的算力集群中，单一的算力芯片可能能够发挥100%的性能，但在系统中可能只能发挥80%。当将无数颗算力芯片看成一个整体时，这样的性能损耗叠加起来是巨大的，而高速互连技术，能够在很大程度上补足这方面的短板，激活算力硬件100%的性能。

可以说，在AI大模型的需求下，高速互连技术已经成为算力系统的新瓶颈之一，更高效的互连技术将有机会令算力集群达到前所未有的高度。当然，算力产业可能也会找到更加创新的算力解决方案。但毋庸置疑，高速互连技术在产业中占有的重要地位，未来将不亚于单一的AI芯片，高速互连技术加持的高性能算力集群能够持续推动AI大模型应用普惠，让AI应用落地变得更加轻松。