AI 时代的数据中心：时间的新纪元

人工智能正在彻底改变数据中心，从全新的 AI 专用芯片到创新的冷却技术，再到新型存储驱动器，无不体现着 AI 的强大影响力。而现在，甚至连数据中心的时间计量方式也开始发生革命性的变化。SiTime 公司宣布研发出一种针对 AI 工作负载优化的全新时钟，这将为 AI 训练和推理带来显著的节能和成本降低。

SiTime 能够实现这些节能效果的关键在于，他们采用了微机电系统 (MEMS) 作为核心计时组件，取代了传统的石英晶体。几乎所有计算机组件都包含某种时钟，包括 CPU、GPU、网络接口卡、交换机，甚至有时还包括主动互连。对于传统的计算工作负载，这些时钟通常分为两类：快速、精确计时时钟，以及跨多个 GPU（或 CPU）同步良好的时钟。More Than Moore 的首席分析师 Ian Cutress（与 SiTime 合作）解释道。

“AI 的问题在于它同时需要这两者，”Cutress 说，“你希望芯片运行得尽可能快，但同时又需要在 10 万个芯片之间实现同步。”

SiTime 的 Super-TCXO 时钟将超稳定和同步良好的时钟功能整合到一个单一设备中，在 800 千兆比特每秒的带宽下，其同步性能是同类石英组件的三倍，而且芯片尺寸只有原来的四分之一。

更精确的计时，更节能的 AI

AI 就像一个数据吞噬者，昂贵且耗电的 GPU 却有高达 57% 的时间处于闲置状态，等待着下一批数据的到来。如果数据能够更快地提供，那么 GPU 的使用量就可以减少，效率也会更高。

“你需要更快的带宽，而更快的带宽需要更精确的计时，”SiTime 营销执行副总裁 Piyush Sevalia 说。

此外，Cutress 指出，如果 GPU 在等待更多数据加载时能够进入休眠模式，也能节省大量电力。这同样需要更精确的计时，以便休眠-唤醒循环能够快速地跟上数据流。

对于 AI 来说，时钟不仅需要更精确，还需要在多个 GPU 之间完美同步。大型 AI 模型将任务分配给多个 GPU，每个 GPU 完成一小部分计算，然后将结果拼接在一起。如果一个 GPU 落后于其他 GPU，整个计算就必须等待该节点。换句话说，计算速度取决于最慢的环节。所有 GPU 在等待时都保持开启状态，因此任何延迟都会导致能量损失。

MEMS 时钟的时代

计时必须精确、同步良好且稳健，任何机械振动或温度波动都必须得到补偿，以确保它们不会影响计算。SiTime 的 Super-TCXO 旨在将这三个要求整合到一个单一设备中。

Sevalia 表示，使用 MEMS 振荡器而不是传统的石英振荡器使得这种组合成为可能。石英振荡器利用的是精密加工的石英晶体（类似于音叉）的振动。而 MEMS 振荡器则是制造出来的，而不是加工出来的，以在特定频率下共振。MEMS 器件可以更小，因此对机械应变的敏感度更低。它们也可以更精确。

“晶体振荡器从计算诞生之初就存在，”HotTech Vision & Analysis 的总裁兼首席分析师 Dave Altavilla（也与 SiTime 合作）说，“自问世以来，我们已经显著地改进了这项技术。但 MEMS 将其提升到了一个新的高度，超越了晶体所能达到的水平。我认为，这项新技术正在取代市场上旧的计时方式。”

SiTime 基于 MEMS 的解决方案已经取得了一些成功，例如英伟达的 Spectrum-X Switch 芯片就包含了 SiTime 的器件。

Sevalia 表示，他预计对基于 MEMS 的计时器件的需求将持续增长。该公司已经在规划更高带宽的器件，并希望他们的创新能够带来更多节能效益。“我们现在只是触及了表面，我们正在探索能够实现的节能效率，”Sevalia 说。