Yapay zeka modellerinin eğitimi için veri merkezlerinde GPU'lar arası bağlantı hızları kritik öneme sahiptir. Bu bağlantılar, sistemlerin "yukarı ölçeklenmesi" (bir bilgisayara daha fazla GPU sığdırma) ve "dışarı ölçeklenmesi" (daha fazla AI bilgisayarını birbirine bağlama) olmak üzere iki ana yöntemle gerçekleştirilir. Dışarı ölçeklenme genellikle optik fiber ve fotonik çiplerle sağlanırken, yukarı ölçeklenme daha kısa mesafeler için bakır kabloları kullanır. Ancak, yapay zeka sistemlerinin artan veri hızı talepleri, bakır kabloların fiziksel sınırlarını zorlamaya başladı.
Bakır kablolar, yüksek veri hızlarında daha kalın ve kısa olmak zorunda kalıyor, bu da veri merkezlerindeki yoğun bağlantıları karmaşıklaştırıyor ve güç tüketimini artırıyor. Nvidia gibi lider şirketlerin 2027'ye kadar sistem başına GPU sayısını sekiz kat artırma planları, bu "bakır uçurumu" sorununu daha da derinleştiriyor. Sektör, optik fiberi GPU'lara yaklaştırarak veya bakırın erişimini genişleterek bu sorunu çözmeye çalışsa da, Point2 Technology ve AttoTude gibi girişimler tamamen farklı bir yaklaşım sunuyor: radyo tabanlı kablolar.
Bu yeni teknoloji, bakırın düşük maliyetini ve güvenilirliğini, optik fiberin ise ince yapısını ve uzun mesafeli erişimini bir araya getirmeyi hedefliyor. Radyo tabanlı kabloların, bakıra göre daha uzun menzil, daha düşük güç tüketimi ve daha ince kablolar sunarak veri merkezlerinin soğutma ihtiyaçlarını azaltması ve genel verimliliği artırması bekleniyor. Point2, bu yıl içinde 1.6 terabit/saniye hızında, her biri 448 gigabit taşıyabilen sekiz ince polimer dalga kılavuzundan oluşan çiplerin üretimine başlayacak. Bu yenilikçi çözüm, gelecekteki yapay zeka sistemlerinin bağlantı ihtiyaçlarını karşılamada önemli bir rol oynayabilir.
Yapay zeka veri merkezlerindeki GPU bağlantıları için bakırın fiziksel sınırlarını aşan radyo tabanlı kablolar, daha verimli, uygun maliyetli ve ölçeklenebilir altyapıların önünü açıyor.