随着AI增长推动数据中心网络接近功耗和扩展极限,微软英国剑桥的研究人员正在测试基于MicroLED的光学链路,该技术使用成像光纤通过数千个并行路径分发数据。微软表示,这种设计可以提供带宽,同时将互连功耗降低约50%,并通过使用商品化组件来降低成本。
微软计划最早在2027年与合作伙伴商业化这项技术。随着现有互连技术(铜缆和基于激光的光学设备)在距离、密度、能效和热耐受性方面接近实用极限,网络功耗预算成为AI集群设计的主要制约因素,这一推进显得尤为重要。
从"窄而快"到"宽而慢"的转变
传统光学网络依靠激光通过有限数量的超高速通道传输数据。微软的MicroLED方法颠覆了这一模式,将数据分布在数千个较慢的并行通道上。据微软称,内部测试表明,这种方法可以在与传统光学链路相似的带宽下,能耗降低约50%,同时通过使用商业化现成组件来降低成本。
"我们本质上是用每通道速度换取大规模并行性,"微软合作伙伴研究经理Paolo Costa说道。"结果是相同的带宽,但效率要高得多。"
这种设计使用成像光纤——最初为医用内窥镜开发的多核光纤技术——将数千个导光核心捆绑到单一电缆中,实现大规模并行传输。微软将基于MicroLED的链路定位为跨越数据中心内连接常见的几十米范围,介于较短距离的铜缆和较长距离的激光光学设备之间。
HyperFrame Research副总裁兼分析师Ron Westfall表示,这种方法可以帮助微软绕过基础设施设计中最持久的权衡之一。"我认为微软转向基于MicroLED的网络通过打破功耗与数据量之间的权衡来提供竞争优势,"Westfall告诉数据中心知识网站。"通过使用廉价的、商业化现成的MicroLED而不是昂贵的激光器,微软可以显著降低构建市场当前需求的高密度AI集群所需的资本支出。"
从实验室原型到机架就绪硬件
微软已经展示了工作原型,并与联发科等合作伙伴合作,报告称已将系统小型化为大约拇指大小的收发器——这是集成到交换机和服务器中的关键外形因素。该设备集成了MicroLED发射器、光学器件和光电二极管,将光信号转换为电信号。
"这一突破有可能改变计算基础设施的几乎每个方面,从高带宽光缆开始,"微软技术研究员Doug Burger说道。
与空芯光纤互补
MicroLED计划与微软在空芯光纤(HCF)方面的长距离工作并行进行。
与传统光纤不同,HCF主要通过空气传输光,实现更快的信号传播。微软报告称,与标准单模光纤相比,传输速度提高了47%,延迟降低了约33%。这项技术起源于南安普顿大学,由Lumenisity公司推进,微软在2022年收购了该公司。
这两项技术共同针对网络的不同层次:HCF针对长距离和数据中心间连接,而MicroLED互连针对数据中心内的短距离、高密度连接。
"使用MicroLED,你可以获得LED相对于激光器的固有效率优势,"Azure超大规模网络总经理Frank Rey在一份声明中说道。"这直接转化为大规模的较低功耗。"
与此同时,空芯光纤旨在减少长距离放大,降低基础设施要求和能耗。
数据中心知识分析:光学重置应对AI现实
微软的MicroLED推进正值数据中心网络从背景约束转变为AI规模的主要限制因素。在过去十年的大部分时间里,创新主要集中在计算方面——GPU、加速器和定制芯片。然而,随着集群的增长,网络已成为性能瓶颈和主要成本驱动因素。功耗预算,而不仅仅是FLOPS,现在已成为部署的门控因素。
这就是MicroLED在战略上变得重要的地方。能耗论证令人信服:如果在规模上实现互连功耗50%的降低,AI密集型环境的总拥有成本可能会实质性改善。该架构也与AI流量模式保持一致。"宽而慢"模型很好地映射到分布式训练和推理工作负载,这些工作负载更偏向并行性而非原始的每通道速度。
Westfall将这一举措框架化为对日益增长的基础设施限制的回应。"从我的观点来看,这项创新解决了数字管道危机,传统铜缆和光纤光学在能效和可靠性方面正在触及物理极限,"他说道。通过从精密的基于激光的系统转向商品化MicroLED组件,微软还可能重塑AI基础设施的成本结构。"当公司为2027年的商业化做准备时,它正在战略性地定位自己,通过提供网络能耗50%的降低来捕获不断增长的绿色AI市场,"Westfall补充道。
还有潜在的竞争影响。"这种架构转变使微软能够比仍依赖于功耗密集、热敏感激光系统的AWS和谷歌云等竞争对手更密集地扩展其Azure GPU集群,"Westfall说道。他还认为,与联发科的合作有助于标准化技术以实现更快的采用。
尽管如此,在广泛部署之前仍存在挑战:生态系统准备就绪、实验室条件外的长期可靠性,以及2027年的商业化时间表为替代方案——包括共封装光学和先进电气互连——的发展留出了空间。
要点是:随着AI推动基础设施接近物理和经济极限,下一波创新不仅仅是关于更快的芯片。它将是关于更高效地移动数据——并且成本更低。
"总体而言,我看到微软通过拥有云的底层物理效率来利用AI繁荣,"Westfall说道,"为其基础设施做好准备,使其在规模上成为最快且最具成本效益的运营基础设施。"
Q&A
Q1:MicroLED网络技术相比传统光学网络有什么优势?
A:MicroLED技术采用"宽而慢"的模式,将数据分布在数千个较慢的并行通道上,而非传统的少量超高速通道。这种方法可以在提供相似带宽的同时,将互连功耗降低约50%,并通过使用商品化组件来降低成本。
Q2:微软的MicroLED技术什么时候能商业化应用?
A:微软计划最早在2027年与合作伙伴商业化这项技术。目前微软已经展示了工作原型,并与联发科等合作伙伴将系统小型化为拇指大小的收发器,为集成到交换机和服务器做好准备。
Q3:MicroLED技术如何与微软的空芯光纤技术配合使用?
A:这两项技术针对网络的不同层次:空芯光纤主要用于长距离和数据中心间连接,传输速度比标准光纤快47%,延迟降低33%;而MicroLED互连主要针对数据中心内的短距离、高密度连接,两者共同构建完整的网络解决方案。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。