3nm的1.6T DSP发布，Credo如何破解AI集群“运力”瓶颈？

作者｜杨依婷 编辑｜包永刚 当全球科技巨头在AI算力竞赛中投入数千亿美元之际，一个新的瓶颈正悄然浮现——数据如何在庞大的AI计算集群中高效流动？ 这个被称为“运力”的命题，正在成为决定AI计算效率的下一个战场。 “在AI智算网络中，不只需要算力，还要关注运力。”Credo公司在9月9日的深圳发布会上明确提出了这一判断，“运力的基础就是高速互联——这种互联贯穿从芯片内部到服务器之间、再到数据中心互联的每一个层面。” 换言之，解决互联问题，就是解决运力问题。 算力再强，如果数据传输跟不上，也难以真正释放AI系统的潜能。 也正是在这一判断下，Credo推出了其新一代旗舰产品——基于台积电3nm工艺的Bluebird系列1.6T DSP。 这款产品的推出，代表着Credo在高速光互联领域的又一次技术跨越，也为应对AI算力集群的“运力”瓶颈，提供了一个兼具前瞻性与落地可行性的关键方案。 与以往产品相比，Bluebird系列的设计目标明显更具挑战：在突破1.6T带宽的同时，实现“超低功耗”与“超低延迟”的协同优化。这意味着它不只是性能的跃升，更是面向AI时代网络架构需求的一次结构性革新。 Credo光DSP产品营销副总裁Chris Collins在会上指出，AI数据中心的光互联需求正迎来爆发期，根据其调研，“至少有11家公司每年在AI数据中心领域投入超过50亿美元，部分公司甚至超过1000亿美元，其中约16%用于网络建设。这对于以太网与光互联行业而言，是一个前所未有的增长窗口。” 他进一步分析了智算网络对互联有着巨大需求的原因——AI网络与通用计算网络的差异：“虽然两者都存在一个带交换机的以太网，但在AI网络中，还存在一个完全独立的后端网络，用于将所有GPU互联，形成一个更大的GPU来做大模型的训练。”正因为如此，AI网络所需的光收发器数量，至少是通用计算网络的两倍多，甚至接近十倍。 这种结构性的变化，使得高速互联技术从过去的“配套设施”升级为AI计算的“核心基础设施”，正是在这个技术转折点上，Credo将其17年在高速连接领域的技术积累，全面押注于解决AI时代的“运力”挑战。 <h1 style="line-height: