0
作者｜楊依婷
編輯｜包永剛
當全球科技巨頭在AI算力競賽中投入數千億美元之際，一個新的瓶頸正悄然浮現——數據如何在龐大的AI計算集群中高效流動？
這個被稱為“運力”的命題，正在成為決定AI計算效率的下一個戰場。
“在AI智算網絡中，不只需要算力，還要關注運力。”Credo公司在9月9日的深圳發布會上明確提出了這一判斷，“運力的基礎就是高速互聯——這種互聯貫穿從芯片內部到服務器之間、再到數據中心互聯的每一個層面。”
換言之，解決互聯問題，就是解決運力問題。
算力再強，如果數據傳輸跟不上，也難以真正釋放AI系統的潛能。
也正是在這一判斷下，Credo推出了其新一代旗艦產品——基于臺積電3nm工藝的Bluebird系列1.6T DSP。
這款產品的推出，代表著Credo在高速光互聯領域的又一次技術跨越，也為應對AI算力集群的“運力”瓶頸，提供了一個兼具前瞻性與落地可行性的關鍵方案。
與以往產品相比，Bluebird系列的設計目標明顯更具挑戰：在突破1.6T帶寬的同時，實現“超低功耗”與“超低延遲”的協同優化。這意味著它不只是性能的躍升，更是面向AI時代網絡架構需求的一次結構性革新。
Credo光DSP產品營銷副總裁Chris Collins在會上指出，AI數據中心的光互聯需求正迎來爆發期，根據其調研，“至少有11家公司每年在AI數據中心領域投入超過50億美元，部分公司甚至超過1000億美元，其中約16%用于網絡建設。這對于以太網與光互聯行業而言，是一個前所未有的增長窗口。”
他進一步分析了智算網絡對互聯有著巨大需求的原因——AI網絡與通用計算網絡的差異：“雖然兩者都存在一個帶交換機的以太網，但在AI網絡中，還存在一個完全獨立的后端網絡，用于將所有GPU互聯，形成一個更大的GPU來做大模型的訓練。”正因為如此，AI網絡所需的光收發器數量，至少是通用計算網絡的兩倍多，甚至接近十倍。
這種結構性的變化，使得高速互聯技術從過去的“配套設施”升級為AI計算的“核心基礎設施”，正是在這個技術轉折點上，Credo將其17年在高速連接領域的技術積累，全面押注于解決AI時代的“運力”挑戰。
當光模塊加速邁向1.6T時代，挑戰早已超越“更快”本身。
“今天大家都在談論1.6T光模塊，但這不僅僅意味著速率更高。”Chris Collins說，“在一秒鐘內，有1.6萬億個0與1通過DSP傳輸，真正的挑戰在于——如何確保每一個比特都被正確且高效地接收。”
這意味著，在AI訓練和推理場景中，信號完整性與能效的平衡已成為高速光互聯的核心命題。
為應對這一挑戰，Bluebird DSP采用了臺積電3nm CMOS工藝，并在設計中延續了Credo一貫的“定制化優化”設計理念——工程團隊在標準設計單元（cell）基礎上，開發定制的芯片設計單元和時序結構，而非依賴通用標準單元，從而在不犧牲性能的前提下，將功耗優化至最佳水平。
配置方面，Bluebird提供4×224 Gbps和8×224 Gbps PAM4兩種版本，既能滿足800 G高密度互聯需求，也可支撐1.6T光模塊的更高帶寬場景。同時，Credo同步推出了全功能DSP版本與線性接收光模組（LRO）版本，以適配不同規模和架構的AI數據中心部署，包括scale-up與scale-out等多樣化網絡形態。
針對AI集群中GPU間通信的高延遲瓶頸，Bluebird將往返單向時延壓縮至<40 ns，顯著提升大語言模型（LLM）訓練與推理階段的通信效率。
Bluebird不僅關注性能指標，也在系統層面做了深度優化，其內置的全鏈路遙測功能，可實時監控與診斷信號狀態，從而提升系統可靠性與在線時長。這些功能同樣適用于故障隔離、調試與量產測試等階段，幫助用戶提升部署與維護效率。
此外，Bluebird DSP在電口與光口兩端均配置了可調式性能優化功能套件，用戶可根據不同應用場景靈活啟用或關閉特定模塊，以在光器件選型、系統集成及主機ASIC互操作性測試中獲得最佳匹配效果。
憑借定制化架構與工藝優化，Bluebird 1.6T全DSP光模塊功耗低于25W；若采用Credo的線性接收光模組（LRO）方案，功耗可進一步降至低于20W，甚至接近現有800G光模塊的能耗水平。
由此，Bluebird真正實現了“更快、更聰明、更節能”的設計初衷——以1.6T速率突破帶寬極限，以智能架構優化信號完整性與鏈路管理，并以極致能效重塑AI光互聯的新平衡。
在Credo的戰略版圖中，1.6T DSP只是“運力網絡”的一個關鍵節點，真正的目標，是構建一條貫穿芯片、模塊與系統的全棧高速互聯鏈——從AEC、PCIe到SerDes IP，Credo正在用十余年的積累，重塑AI數據中心的“互聯底座”。
早在AI算力爆發之前，Credo就已著手探索“高帶寬、低功耗”的互聯形式，其在七八年前推出的AEC（Active Electrical Cable）產品，通過內置自研的Retimer與Gearbox芯片，可替代傳統高功耗光模塊，在保持信號完整性的同時實現最長7米的機柜內或跨機柜互聯。
憑借出色的功耗控制與穩定性，AEC迅速在AI服務器中獲得廣泛應用，Credo銷售副總裁楊學賢（Simon Yang）指出：“AEC的應用正在從機架內延伸至跨機架連接。客戶之所以選擇它，是因為它在功耗、可靠性和成本上的綜合優勢。”
他表示：“我以前從未想過銅纜能替代光纖，但現在這正在發生。”
這一趨勢讓AEC成功占據了AI網絡“短距互聯”的關鍵生態位，也為Credo的系統化布局打下基礎。
在短距互聯之外，Credo同樣在服務器內部總線和集群互聯層面發力。
基于AEC技術積累，公司推出了PCIe AEC產品線，以滿足AI服務器中Scale-up場景下GPU與CPU、GPU與GPU之間的高速互聯需求。
更值得關注的是，Credo已滿足PCIe Gen 6標準的產品 – Toucan retimer以及Toucan AEC。Simon介紹，該產品基于7nm工藝與自研SerDes技術，支持更高信號速率，并通過工具PILOT實現鏈路狀態可視化，讓客戶能夠實時監測、分析乃至預測鏈路性能變化。
這意味著，Credo不僅在做“物理連接”，更在構建智能可管理的運力鏈路。
而貫穿上述所有硬件產品與工具的，是Credo更為底層的技術根基——自主開發的硅知識產權（IP），“Credo的創新始于SerDes。它既可以作為獨立IP授權，也能集成到芯片，再進一步擴展到系統級方案。”
從IP到芯片，再到系統，這種“垂直貫通”的創新體系，使Credo能夠在AI時代實現從底層信號處理到系統互聯的全棧優化，這不僅讓公司產品具備一致的技術邏輯，也讓其在多層網絡架構中保持高兼容性與高能效。
隨著AI模型規模不斷擴大、GPU集群愈發密集，‘運力’將與算力并列，成為AI基礎設施的新核心指標。
在AI高速互聯的時代拐點上，Credo正以從SerDes IP到系統產品的全棧創新，構建AI“運力網絡”的新標準——讓數據流動的效率，真正匹配算力的爆發。
雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
