PCIe (Peripheral Component Interconnect Express)wurde ursprünglich HSI (für Hochgeschwindigkeitsverbindungen) bezeichnet und seinen Namen in 3GIO (I/A) geändert, bevor der PCI-Sig-Name PCI Express abgeschlossen wurde. Eine technische Arbeitsgruppe namens Arapaho Working Group (AWG) entwickelte den Standard. Für den ersten Entwurf umfasste die Ad -hoc -Arbeitsgruppe nur Intel Engineers. Dann wurde die Ad -hoc -Arbeitsgruppe um Branchenpartner erweitert. PCI Express ist eine Technologie, die sich ständig weiterentwickelt und verbessert.
Grundlegende Definition und Struktur
PCIe erreicht die Full-Duplex-Kommunikation über differentielle Signallinien. Jeder Kanal enthält ein Paar Sende- und Empfangsleitungen, die mehrere Geräte unterstützen, die parallel angeschlossen werden sollen. Zu den gemeinsamen Konfigurationen gehören X1, X4, X8, X16 usw. (die Zahl repräsentiert die Anzahl der gleichzeitig übertragenen Datenkanäle).
Evolution
PCI Express ist eine Technologie, die sich ständig weiterentwickelt und verbessert. Nach der Genehmigung von Version 7.0 beträgt seine Geschwindigkeit bis zu 512 GB/s. Dies ist weniger als zwei Jahre nach dem Start von PCIe 4.0 mit einer Geschwindigkeit von 16 GT/s. Die wichtigste treibende Kraft hinter dem beschleunigten PCIe -Entwicklungs -Blaupause ist die Nachfrage nach Cloud Computing. In der Vergangenheit verdoppelte PCIe die Datenübertragungsrate alle 3 bis 4 Jahre oder sogar 7 Jahre. Data Center -Netzwerke benötigen schnellere Geschwindigkeiten, um auf 800 Gbit -Ethernet zu wechseln, und immer mehr Deep -Lern -Beschleuniger verspüren die Notwendigkeit höherer Geschwindigkeiten.
Kernvorteile
Hohe Bandbreite: Gesamtbandbreite=Einkanal -Bandbreite × Anzahl der Kanäle (z. B. kann die x16 -Konfiguration 512 GB/s erreichen);
Niedrige Latenz: Unterstützen Sie die Echtzeitdatenübertragung und vermeiden Sie Geräte Engpässe.
Kompatibilität: In Geräten wie GPUs, SSDs, drahtlosen Netzwerkkarten und unterstütztem Heißverstopfung häufig verwendet.
Anwendungen
KI/ML: Modelltraining und -inferenz beschleunigen, die Datenverarbeitungseffizienz verbessern;
Multi-GPU-Training: Datenparallelität und Modellparallelität erreichen und die Rechenleistung verbessern;
Hochgeschwindigkeitsspeicher: Unterstützen Sie Geräte mit großer Kapazität wie 800-g-Ethernet- und Hochgeschwindigkeits-Solid-State-Laufwerken.
