康宁：AI时代已至，玻璃肩负重任
发布时间：2024-02-23 19:12:53 热度：822
2/23/2024，光纤在线讯，人工智能需要玻璃的加持。人工智能（AI）是“训练有素”的计算机对人类智能的模拟，而这项引人瞩目的技术已经历了几十年的演进和发展。AI让我们的生活变得更加轻松，例如：安全门禁系统中的面部识别技术、大数据定制化的社交媒体体验、量身定制的音乐播放列表，以及个性化的购物推荐等。
AI日益发展，也可以在很多待开发的领域发挥作用。例如帮助医生诊断和治疗疾病，帮助制造商快速发现和纠正缺陷，甚至实现汽车自动驾驶。
然而，AI要想实现这一切，需要康宁提供的一种关键材料：玻璃。
更具体来说，需要康宁开发的互联网光纤，以及用于半导体行业的玻璃元件。
为什么AI对玻璃的需求如此高?
首先让我们了解一下人工智能所需的计算量。
随着像ChatGPT这样的大语言模型日益普及（2023年7月，AI文本生成网站月访问量高达16亿次），数据中心面对用户需求的压力越来越大。
数据中心，又称互联网的“大脑”通常位于设置了一排排服务器的大型仓储场地中，传输着我们所有的数据,计算着我们每一个请求。如今，人工智能不断推升数据使用量,数据中心也需随之不断扩大。
举例来说，2020年推出的GPT-3有1750亿个参数。而2023年推出的GPT-4大约拥有超过一万亿个参数。
“这比三年前多了10倍以上!”康宁公司先进光学商业技术总监Xavier Lafosse表示，“目前的技术难以应对这种情况。”
Lafosse与半导体行业密切合作（该行业负责制造用于驱动我们日常所使用的电子设备的芯片），他认为康宁有能力解开这个难题，而这一切都有赖于图形处理器（GPU）。
GPU是加速AI发展的关键因素
GPU可以有多种形状和尺寸，但有一点是不变的：对快速连接的需求。
常规计算使用的是中央处理器（CPU），这是一种基本的电路单元，用于执行存储在其内存中的计算指令，如算术运算和输入/输出操作。中央处理器自20世纪50年代以来一直是计算机的核心部件。
但人工智能需要额外的图形处理器（GPU）。GPU是专用处理器，对于游戏、视频编辑、机器学习和其他需要高质量图形和特效的应用来说必不可少。GPU的强大之处在于能够并行处理多个数据流。
“如果没有康宁制造的用于极紫外光刻的超低膨胀玻璃，人们就无法制造这些GPU，”Lafosse 说。
极紫外光刻技术是制造更先进的GPU芯片的主要方法。康宁帮助GPU制造商将芯片做得更小--其特征尺寸可以小到纳米级别作为对比，人类一根头发丝的直径约为80,000 至 100,000 纳米。
在GPU内部有高带宽内存，用于存储GPU的计算任务指令。康宁提供玻璃晶圆载片在制造过程中承载内存硅晶圆。一旦内存品圆被减薄到适当厚度（比如40微米）,玻璃品圆载片就会被分离。康宁的玻璃载片还被用于连接 GPU 和内存的中间层晶圆。
玻璃晶圆可以加固GPU的结构，使其在电子和机械方面都更可靠。
“玻璃还可以作为GPU基板，”Lafosse说，“我们相信，随着GPU越来越大，玻璃将有助于加强 GPU的结构，实现更好的电子和机械可靠性，从而提升性能。”
人工智能发展的瓶颈：GPU与内存之间的通信速度。这就指向了康宁的另外一项专业领域——
光纤与持续增长的数据流量
GPU需要更紧密组网以实现正常运行。康宁在50多年前发明的革命性玻璃材料——光纤，已被证明可以在GPU之间高速传输数据。康宁的光纤以其能够适应高密度服务器环境而闻名，它可以支持更多的GPU，从而实现更强大的处理能力。
数据中心需要解决快速扩容问题
以前，安装人员需要花费数小时才能完成数据中心光纤网络的连接，而康宁的即插即用解决方案大大缩短了连接时间。例如，EDGE预端接光纤布线系统可将数十根线缆整合到一个组件中，从而简化数据中心内的布线工作。这不仅能节省时间和空间，还能减少材料的使用，有助促进可持续发展。
此外，康宁SMF-28 Contour光纤等创新的小型光纤也发挥着关键作用，它们不仅具有卓越的抗弯性，而且传输损耗也较低。
康宁光纤为人工智能发展铺路
康宁专家估计，运行人工智能大语言模型所需的数据中心光连接将是现在的五倍。这意味着这些数据中心需要部署更多的玻璃光纤，以光信号的形式将数据从一个地方传输到另一个地方。
康宁光通信副总裁Mike O'Day表示：“我们从数据中心运营商那里了解到，建设速度是他们面临的第一大挑战。人工智能的发展速度远远超出了所有人的预期，这场‘竞赛’已经开始了。”
O'Day提到：“这些新型光纤反过来又促成了一场光缆革命。可以显著提升光缆的密度和光纤数量，同时降低了光缆的直径。”随着数据中心规模的不断扩大，康宁玻璃材料始终站在数字化世界发展的前沿。
“人工智能改变了数据中心运营的游戏规则，”O'Day表示，“在康宁，我们期待与全球最大的超大规模云运营商合作，提供人工智能所需的光纤基础设施。”
无论是通过光纤实现以人工智能为重点的数据中心，帮助蚀刻先进计算所需的芯片，还是在制造过程中为重要的GPU组件提供支持，玻璃都是我们未来人工智能的核心。
就连人工智能也无法预测，下一步，玻璃会实现怎样的未来。
AI日益发展，也可以在很多待开发的领域发挥作用。例如帮助医生诊断和治疗疾病，帮助制造商快速发现和纠正缺陷，甚至实现汽车自动驾驶。
然而，AI要想实现这一切，需要康宁提供的一种关键材料：玻璃。
更具体来说，需要康宁开发的互联网光纤，以及用于半导体行业的玻璃元件。
为什么AI对玻璃的需求如此高?
首先让我们了解一下人工智能所需的计算量。
随着像ChatGPT这样的大语言模型日益普及（2023年7月，AI文本生成网站月访问量高达16亿次），数据中心面对用户需求的压力越来越大。
数据中心，又称互联网的“大脑”通常位于设置了一排排服务器的大型仓储场地中，传输着我们所有的数据,计算着我们每一个请求。如今，人工智能不断推升数据使用量,数据中心也需随之不断扩大。
举例来说，2020年推出的GPT-3有1750亿个参数。而2023年推出的GPT-4大约拥有超过一万亿个参数。
“这比三年前多了10倍以上!”康宁公司先进光学商业技术总监Xavier Lafosse表示，“目前的技术难以应对这种情况。”
Lafosse与半导体行业密切合作（该行业负责制造用于驱动我们日常所使用的电子设备的芯片），他认为康宁有能力解开这个难题，而这一切都有赖于图形处理器（GPU）。
GPU是加速AI发展的关键因素
GPU可以有多种形状和尺寸，但有一点是不变的：对快速连接的需求。
常规计算使用的是中央处理器（CPU），这是一种基本的电路单元，用于执行存储在其内存中的计算指令，如算术运算和输入/输出操作。中央处理器自20世纪50年代以来一直是计算机的核心部件。
但人工智能需要额外的图形处理器（GPU）。GPU是专用处理器，对于游戏、视频编辑、机器学习和其他需要高质量图形和特效的应用来说必不可少。GPU的强大之处在于能够并行处理多个数据流。
“如果没有康宁制造的用于极紫外光刻的超低膨胀玻璃，人们就无法制造这些GPU，”Lafosse 说。
极紫外光刻技术是制造更先进的GPU芯片的主要方法。康宁帮助GPU制造商将芯片做得更小--其特征尺寸可以小到纳米级别作为对比，人类一根头发丝的直径约为80,000 至 100,000 纳米。
在GPU内部有高带宽内存，用于存储GPU的计算任务指令。康宁提供玻璃晶圆载片在制造过程中承载内存硅晶圆。一旦内存品圆被减薄到适当厚度（比如40微米）,玻璃品圆载片就会被分离。康宁的玻璃载片还被用于连接 GPU 和内存的中间层晶圆。
玻璃晶圆可以加固GPU的结构，使其在电子和机械方面都更可靠。
“玻璃还可以作为GPU基板，”Lafosse说，“我们相信，随着GPU越来越大，玻璃将有助于加强 GPU的结构，实现更好的电子和机械可靠性，从而提升性能。”
人工智能发展的瓶颈：GPU与内存之间的通信速度。这就指向了康宁的另外一项专业领域——
光纤与持续增长的数据流量
GPU需要更紧密组网以实现正常运行。康宁在50多年前发明的革命性玻璃材料——光纤，已被证明可以在GPU之间高速传输数据。康宁的光纤以其能够适应高密度服务器环境而闻名，它可以支持更多的GPU，从而实现更强大的处理能力。
数据中心需要解决快速扩容问题
以前，安装人员需要花费数小时才能完成数据中心光纤网络的连接，而康宁的即插即用解决方案大大缩短了连接时间。例如，EDGE预端接光纤布线系统可将数十根线缆整合到一个组件中，从而简化数据中心内的布线工作。这不仅能节省时间和空间，还能减少材料的使用，有助促进可持续发展。
此外，康宁SMF-28 Contour光纤等创新的小型光纤也发挥着关键作用，它们不仅具有卓越的抗弯性，而且传输损耗也较低。
康宁光纤为人工智能发展铺路
康宁专家估计，运行人工智能大语言模型所需的数据中心光连接将是现在的五倍。这意味着这些数据中心需要部署更多的玻璃光纤，以光信号的形式将数据从一个地方传输到另一个地方。
康宁光通信副总裁Mike O'Day表示：“我们从数据中心运营商那里了解到，建设速度是他们面临的第一大挑战。人工智能的发展速度远远超出了所有人的预期，这场‘竞赛’已经开始了。”
O'Day提到：“这些新型光纤反过来又促成了一场光缆革命。可以显著提升光缆的密度和光纤数量，同时降低了光缆的直径。”随着数据中心规模的不断扩大，康宁玻璃材料始终站在数字化世界发展的前沿。
“人工智能改变了数据中心运营的游戏规则，”O'Day表示，“在康宁，我们期待与全球最大的超大规模云运营商合作，提供人工智能所需的光纤基础设施。”
无论是通过光纤实现以人工智能为重点的数据中心，帮助蚀刻先进计算所需的芯片，还是在制造过程中为重要的GPU组件提供支持，玻璃都是我们未来人工智能的核心。
就连人工智能也无法预测，下一步，玻璃会实现怎样的未来。
