通信人家园

标题: SK海力士的CPO跟英伟达 CPO 的区别 [查看完整版帖子] [打印本页]

时间: 2026-8-21 10:46

作者: 溯溪而上 标题: SK海力士的CPO跟英伟达 CPO 的区别

猫叔傅里叶的猫

今天，SK海力士在《Nature Electronics》发了篇论文，首次系统讲清楚了他们的CPO。海力士要做的这个CPO跟我们这两年讨论的英伟达要做的，还是有些区别。

技术路径：从2D到3D的演进

海力士规划的CPO分三步走：

第一步是2D集成：把光收发器和AI芯片并排封装在一块基板上，干掉传统的可插拔光模块。好处很直接——可插拔接口信号损耗一般3-5 dB，CPO能压到1 dB以下，功耗和可靠性都有改善。

第二步是2.5D集成：加一层硅光子中介层（photonic interposer），让光学元件和电子芯片通过硅通孔（TSV）连得更紧。核心价值是光电转换距离大幅缩短——从厘米级降到毫米级，延迟能压进10纳秒以内。

第三步是3D集成（长期目标）：光学层、计算层、存储层直接垂直堆叠，形成真正的"光学中心架构"（optics-centric architecture）。到这一步，光互联就不是配件了，而是系统的骨架——HBM可以不用焊在单个GPU旁边，而是做成共享内存池，哪个计算单元需要就去调。

所以，可以看到，海力士的CPO还是跟他们的HBM有强关联的。

关于性能，也是有些“过于激进”：

带宽：单芯片光互联突破100 Tbps（现在最先进的电气互联大概2 Tbps）
能效：低于1 pJ/bit（比传统方案提升10倍以上）
延迟：端到端延迟小于10纳秒（接近片上互联的水平）

这几个数字意味着什么？让存储和计算的物理分离变得可行。当光互联的延迟够低、带宽够高，HBM是焊在GPU旁边还是放在机架另一端，对性能影响可以忽略不计。

海力士vs英伟达

我们现在所讲的CPO，基本上都是英伟达的Spectrum-X Photonics交换机，也就是基于以太网的scale out的交换机，毕竟scale up的CPO还需要一段时间。但海力士的CPO和英伟达的CPO，根本不是在解决同一个问题。

对比维度	SK海力士	英伟达
技术定位	系统架构级创新	网络基础设施升级
核心目标	实现计算-存储解耦，构建共享内存池	提升AI集群网络能效和可靠性
CPO应用位置	AI加速器芯片内部/芯片间	数据中心交换机
商业化时间线	长期研究（2030年后）	近期落地（已经量产）
带宽量级	>100 Tbps（单芯片）	51.2 Tbps（单交换机端口聚合）
架构影响	重构AI加速器设计范式	优化现有GPU集群互联

英伟达的CPO聚焦在交换机层面：把传统的可插拔光模块直接集成到Spectrum-X交换机里，减少信号损耗和功耗。这是个"向后兼容"的升级——GPU架构不用动，只是网络层变得更高效。英伟达公布的数据显示，Quantum-X800 CPO交换机比传统方案省30%的电，信号完整性也更好。

海力士的CPO是"向前突破"：在芯片内部就用光互联替代电气互联，最终目标是让HBM可以独立部署，也就是计算单元和存储单元的解耦。这意味着AI系统能按需配置存储容量——训练大模型时挂1TB HBM池，推理小模型时只用64GB，而不是像现在每块GPU都得配固定容量的HBM。

存储巨头的战略转身

海力士为什么要做CPO？

作为全球第二大HBM供应商，但HBM的增长空间被GPU出货量锁死。每块H100配6颗HBM3，每块B200配8颗HBM3e，存储厂商只能跟着GPU节奏走。但如果实现了计算-存储解耦，HBM的需求量就不再和GPU数量1:1绑定了——一个共享内存池可以服务多个GPU，反过来，一个GPU也能按需调用更大规模的存储。

当然也有话语权的重构, 虽然现在大家也都在抢 HBM，他们在产业内的话语权是足够高的，但我们说的这个话语权，其实是在整个技术架构里面。

当然，海力士的CPO愿景离商业化还很远。论文里描绘的3D集成架构涉及硅光子工艺、光电协同设计、新型封装材料等一堆工程难题，业界普遍预计最早也要2030年后才能看到原型系统。

但就像海力士高管在论文里说的："The future of AI infrastructure is not just faster chips, but smarter architecture." 在算力军备竞赛进入深水区的今天，这种架构层面的长期主义，或许才是真正的护城河。

时间: 2026-8-21 11:07

作者: telecomSW

海力士明显是想用光互联重构存储架构，摆脱对GPU的依赖。不过100Tbps的目标确实太激进了，估计十年内都难落地。

通信人家园 (https://www.txrjy.com/)