主要内容
硅谷的新时代依赖于网络——而非你在领英上看到的那种。随着科技行业将数十亿美元投入到人工智能数据中心，大大小小的芯片制造商都在围绕将芯片与其他芯片以及服务器机架与其他服务器机架相连的技术加大创新力度。
网络技术从计算机诞生之初就已存在，它至关重要地连接着大型机，以便它们能够共享数据。在半导体领域，网络几乎在堆栈的每个层面都发挥着作用——从芯片本身晶体管之间的互连，到芯片盒或机架之间的外部连接。
英伟达、博通和美满等芯片巨头已经在网络领域建立了良好的声誉。但在人工智能热潮中，一些公司正在寻求新的网络方法，以帮助它们加快流经数据中心的大量数字信息的速度。这正是像 Lightmatter、Celestial AI 和 PsiQuantum 这样使用光技术加速高速计算的深度科技初创公司的用武之地。
光技术，或称光子学，正迎来一个成熟的时刻。据 PsiQuantum 联合创始人兼首席科学官皮特·沙德博尔特称，在人工智能热潮重新点燃人们对它的兴趣之前，这项技术在 25 年里一直被认为“蹩脚、昂贵且用途有限”。（沙德博尔特上周出现在了《连线》共同主持的一个小组讨论中。）
一些风险投资家和机构投资者希望抓住下一波芯片创新浪潮，或者至少找到一个合适的收购目标，他们正将数十亿美元投入到这些找到了加速数据吞吐量新方法的初创公司中。他们认为，依赖电子的传统互连技术根本无法跟上对高带宽人工智能工作负载不断增长的需求。
长期科技分析师、研究公司创意策略公司首席执行官本·巴贾林表示：“回顾历史，网络报道真的很枯燥，因为只是在交换比特数据包。现在，由于人工智能，它必须处理相当强大的工作负载，这就是你看到围绕速度的创新的原因。”
巴贾林等人将英伟达在多年前进行的两项关键收购视为其对网络重要性的先见之明。2020 年，英伟达花费近 70 亿美元收购了为服务器和数据中心制造高速网络解决方案的以色列公司 Mellanox Technologies。不久之后，英伟达又收购了 Cumulus Networks，为其基于 Linux 的计算机网络软件系统提供动力。这对英伟达来说是一个转折点，它正确地押注，当与其他 GPU 集群并放入数据中心时，GPU 及其并行计算能力将变得更加强大。
虽然英伟达在垂直集成的 GPU 堆栈中占据主导地位，但博通已成为定制芯片加速器和高速网络技术的关键参与者。这家价值 1.7 万亿美元的公司与谷歌、Meta 以及最近的 OpenAI 在数据中心芯片方面密切合作。它也处于硅光子学的前沿。上个月，路透社报道称，博通正在准备一款名为 Thor Ultra 的新网络芯片，旨在为人工智能系统与数据中心的其他部分提供“关键链接”。
在上周的财报电话会议上，半导体设计巨头 ARM 宣布计划以 2.65 亿美元收购网络公司 DreamBig。DreamBig 与三星合作制造人工智能芯片组——小型模块化电路，旨在封装在更大的芯片系统中。ARM 首席执行官 Rene Haas 在财报电话会议上表示，该初创公司拥有“有趣的知识产权……这对于扩展和向外扩展网络非常关键”。（这意味着连接组件并在单个芯片集群中上下发送数据，以及将芯片机架与其他机架连接起来。）
Lightmatter 首席执行官尼克·哈里斯指出，人工智能现在所需的计算能力每 3.5 个月就会翻一番。