PCIE (componente periférico InterConnect Express)foi originalmente chamado de HSI (para interconexão de alta velocidade) e mudou seu nome para 3Gio (E/S de terceira geração) antes de finalizar seu nome PCI-SIG PCI Express. Um grupo de trabalho técnico chamado Arapaho Working Group (AWG) desenvolveu o padrão. Para o primeiro rascunho, o grupo de trabalho ad hoc incluiu apenas engenheiros da Intel; Em seguida, o grupo de trabalho ad hoc foi expandido para incluir parceiros do setor. O PCI Express é uma tecnologia que está em constante evolução e aprimorando.
Definição e estrutura básicas
O PCIE alcança a comunicação complexa complexa através de linhas de sinal diferencial. Cada canal contém um par de linhas de transmissão e recebimento, suportando vários dispositivos a serem conectados em paralelo. As configurações comuns incluem x1, x4, x8, x16, etc. (o número representa o número de canais de dados transmitidos simultaneamente).
Evolução
O PCI Express é uma tecnologia que está em constante evolução e aprimorando. Após a aprovação da versão 7.0, sua velocidade chegará a 512 GB/s; Isso é menos de dois anos após o lançamento do PCIE 4.0 com uma velocidade de 16 gt/s. A principal força motriz por trás do plano acelerado de desenvolvimento do PCIE é a demanda de computação em nuvem; No passado, o PCIE dobrou a taxa de transferência de dados a cada 3 a 4 anos, ou mesmo 7 anos. As redes de data center precisam de velocidades mais rápidas para fazer a transição para a Ethernet de 800 GBIT, e mais e mais aceleradores de aprendizado profundo também estão sentindo a necessidade de velocidades mais altas.
Vantagens principais
Alta largura de banda: Total de largura de banda=largura de banda de canal única × número de canais (por exemplo, a configuração x16 pode atingir 512 GB/s);
Baixa latência: suporta a transmissão de dados em tempo real e evite gargalos de dispositivo;
Compatibilidade: amplamente utilizado em dispositivos como GPUs, SSDs, cartões de rede sem fio e suporta plugging a quente.
Aplicações
AI/ML: Acelere o treinamento e a inferência do modelo, melhore a eficiência do processamento de dados;
Treinamento multi-GPU: alcance o paralelismo de dados e o paralelismo do modelo e melhore o poder de computação;
Armazenamento de alta velocidade: suporta dispositivos de grande capacidade, como 800g Ethernet e unidades de estado sólido de alta velocidade.
