🇬🇧The Register - AI/ML•較早收集於 31m
UALink 在 v1.0 矽片出貨前發布 2.0 規格
💡無 Nvidia GPU 互聯 2.0 規格發布—對非 NVLink AI 擴展至關重要。（48字）
⚡ 30-Second TL;DR
有什麼變化
UALink 聯盟在 v1.0 矽片前發布 2.0 規格
為什麼重要
挑戰 Nvidia GPU 互聯主導地位，促進競爭並可能降低大規模 AI 叢集成本。
下一步行動
在官網檢視 UALink 2.0 規格，用於多 GPU 設計。
誰應關注：Developers & AI Engineers
關鍵要點
- •UALink 聯盟在 v1.0 矽片前發布 2.0 規格
- •GPU 網路替代 Nvidia NVLink 和 NVSwitch
- •分拆物理層與協議規格加速開發
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •UALink 2.0 規格引入了對更廣泛的異構運算環境的支援，旨在解決超大規模資料中心在擴展 GPU 叢集時面臨的互通性瓶頸。
- •該聯盟成員包括 AMD、Broadcom、Cisco、Google、Meta、Microsoft 等科技巨頭，其核心策略是建立一個開放標準生態系統，以打破 Nvidia 在高速互聯技術上的封閉壟斷。
- •透過將物理層（PHY）與協議層解耦，UALink 2.0 允許晶片製造商在不影響上層軟體堆疊的情況下，針對不同的製程節點或封裝技術優化物理傳輸效能。
📊 競品分析▸ Show
| 特性 | UALink 2.0 | Nvidia NVLink (v5/v6) | Ultra Accelerator Link (UALink) | PCIe 6.0/7.0 |
|---|---|---|---|---|
| 生態系統 | 開放標準 (多供應商) | 封閉 (Nvidia 專有) | 開放標準 | 通用標準 |
| 主要目標 | GPU 叢集互聯 | GPU 叢集互聯 | GPU 叢集互聯 | 通用週邊互聯 |
| 效能定位 | 高頻寬/低延遲 | 極高頻寬/極低延遲 | 高頻寬/低延遲 | 中等頻寬/高延遲 |
| 定價模式 | 授權/開源 | 隨硬體綑綁 | 授權/開源 | 標準化成本 |
🛠️ 技術深入
• 協議架構：UALink 2.0 採用基於記憶體語義的傳輸協議，支援直接記憶體存取（RDMA）與一致性快取機制，以降低 CPU 介入需求。 • 物理層解耦：將鏈路層（Link Layer）與實體層（Physical Layer）分離，允許使用不同的 SerDes 技術，支援銅纜與光纖傳輸介質。 • 擴展性：支援大規模拓撲結構，旨在實現數千個 GPU 節點之間的低延遲通訊，並透過硬體級的擁塞控制機制優化流量管理。 • 軟體堆疊：與現有的 AI 框架（如 PyTorch, TensorFlow）相容，並透過標準化的驅動程式介面降低開發者移植成本。
🔮 前景展望AI analysis grounded in cited sources
Nvidia 在 AI 基礎設施市場的市佔率將面臨長期結構性壓力。
隨著 UALink 成為開放標準，雲端服務供應商將更有動力採購非 Nvidia GPU，從而削弱 NVLink 作為供應商鎖定工具的效力。
資料中心互聯技術將加速向模組化與異構化轉型。
物理層與協議層的分拆將促使晶片設計公司更靈活地組合不同供應商的 IP，推動 AI 加速器設計的碎片化與專業化。
⏳ 時間線
2024-05
UALink 聯盟正式成立，旨在推動開放的 GPU 互聯標準。
2024-06
發布 UALink 1.0 規格，確立了基礎的互聯架構。
2026-04
在 v1.0 矽片尚未大規模出貨前，提前發布 UALink 2.0 規格。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Register - AI/ML ↗