PCIe 8.0 dengan hampir 1 TB/s per x16 bakal jadi tunjang AI kilang pintar. Fahami impak, cabaran teknikal dan apa yang pengeluar Malaysia perlu buat sekarang.
PCIe 8.0 & AI Kilang: Gandakan I/O, Gandakan Potensi
Pada 2028, satu link PCIe x16 dijangka mampu menghampiri 1 TB/s throughput dwihala. Itu bersamaan pindah kandungan sebuah SSD NVMe 1TB dalam masa kira-kira satu saat. Bagi pusat data dan kilang pintar berasaskan AI, angka ini bukan sekadar hebat di atas kertas – ia membezakan antara line produksi yang sentiasa lancar dengan line yang asyik “tersangkut” kerana bottleneck I/O.
Dalam siri AI in Manufacturing (Electronics, Automotive, Semiconductor), isu ini semakin kritikal di Malaysia. Dari kampus Intel di Penang, kemudahan Infineon di Kulim hingga kilang elektronik pengguna di Johor, semua sedang menolak lebih banyak data melalui robot, kamera pemeriksaan, mesin SMT, dan peralatan proses wafer. Kebanyakan data tersebut akhirnya bergantung kepada satu standard utama: PCI Express (PCIe).
Artikel ini mengupas bagaimana PCIe 8.0 – dengan sasaran 256 GT/s setiap lane – akan menjadi enabler senyap untuk AI dalam kilang pintar, apa cabaran teknikalnya, dan apa yang pengeluar di Malaysia patut mula buat dari sekarang.
Mengapa AI Kilang Pintar Sebenarnya Masalah I/O
Realiti AI dalam pembuatan hari ini mudah: model AI makin besar, sensor makin banyak, masa tindak balas perlu makin pendek. Semua ini menekan lapisan I/O.
Dalam kilang elektronik atau semikonduktor moden:
- Sistem visi AI untuk pemeriksaan SMT boleh menjana berpuluh gigabit data sesaat dari kamera 4K/8K berbilang sudut.
- Mesin proses wafer dan metrologi generasi baharu menulis log proses, imej, dan data statistik secara berterusan ke pelayan analitik.
- Kenderaan AGV/AMR yang bergerak di lantai kilang menghantar dan menerima data peta, status bateri, perintah laluan, serta video keselamatan.
Di belakang semua ini, GPU/accelerator AI, storage NVMe, SmartNIC dan CPU server perlu berkomunikasi dengan pantas. Jika link host‑to‑accelerator atau storage lebih perlahan daripada data yang masuk, AI akan menunggu I/O – bukan melakukan inferens atau latihan model.
Di sinilah PCIe 8.0 masuk sebagai tulang belakang.
PCIe 8.0 menyasarkan 256 GT/s setiap lane dan hampir 1 TB/s throughput dwihala bagi x16 – cukup untuk menampung kluster AI di dalam satu chassis kilang tanpa bottleneck I/O.
Ini penting kerana ia memastikan:
- Latency pemindahan data dari kamera/mesin ke GPU kekal rendah
- Link CPU↔GPU, GPU↔GPU dan GPU↔storage lebih seimbang dengan kelajuan rangkaian 800G/1.6T
- Pengeluar boleh menambah lebih banyak sensor dan model AI tanpa perlu “memecah” sistem kepada terlalu banyak node kecil hanya kerana had I/O
Apa Sebenarnya PCIe 8.0 Bawa Berbanding 7.0 & 6.0?
Jawapannya ringkas: satu lagi pendaraban dua kali ganda bandwidth, sambil cuba kekalkan backward compatibility yang jadi trademark PCIe.
Beberapa sasaran utama PCIe 8.0 yang sudah diumumkan oleh PCI-SIG:
- Kadar signaling: sehingga 256 GT/s per lane
- Throughput x16 dwihala: menghampiri 1 TB/s
- Penambahbaikan protokol: untuk guna bandwidth dengan lebih berkesan, bukan sekadar angka teori
- Latensi & FEC: disemak semula supaya throughput dunia sebenar hampir dengan maksimum teoritikal
PCIe 8.0 dibina di atas:
- PCIe 6.x (PAM4, FEC, 64 GT/s) – sudah matang untuk banyak aplikasi pusat data
- PCIe 7.0 (128 GT/s) – spesifikasi ahli telah dikeluarkan pertengahan 2025 dan kini mula bergerak ke arah penggunaan awal
Bagi pasukan kejuruteraan di kilang elektronik atau automotif, isunya bukan sekadar “lagi laju”. Soalan sebenar:
- Adakah kelajuan ini boleh digunakan dengan kos dan kuasa yang praktikal?
- Macam mana nak pastikan interoperabiliti bila ada card generasi lama dan baharu dalam satu line produksi?
- Bolehkah saya menyatukan lebih banyak fungsi AI, storage dan networking dalam satu server kilang tanpa re‑architect keseluruhan rangkaian?
Jawapan pendek: ya, tetapi ada harga kejuruteraan yang perlu dibayar.
Cabaran Teknikal: Dari PCB Kilang Ke Receiver Berasaskan AI
Untuk capai 256 GT/s, ekosistem perlu bergerak serentak dari bahan PCB ke algoritma equalization.
1. Channel Reach & Bahan – Layout Bukan Lagi Sekadar “Nice to Have”
Pada kelajuan PCIe 8.0, frekuensi Nyquist menjadi sangat tinggi dan bajet insertion loss semakin ketat. Akibatnya:
- Panjang jejak tembaga di PCB tak boleh sesuka hati, terutamanya antara CPU/GPU dan slot expansion.
- Struktur via, konektor dan jenis bahan PCB (lossy vs low‑loss) memberi kesan besar pada margin signal integrity.
- Retimer akan jadi lebih biasa digunakan untuk memanjangkan jarak dalam chassis atau antara papan.
Dalam konteks kilang:
- Reka bentuk rack industri yang dulu “cukup” untuk PCIe 3.0/4.0 mungkin perlu direka semula untuk 7.0/8.0.
- OEM mesin boleh menstandardkan modul compute AI berasaskan PCIe 8.0, tetapi backplane dan kabel dalam mesin perlu diuji untuk kelajuan ini.
2. Receiver Complexity – MLSD, Equalization & Kuasa
Apabila channel semakin lossy, eye diagram mengecil. Komuniti high‑speed mula menilai kaedah equalization kelas MLSD (Maximum Likelihood Sequence Detection) dan teknik canggih lain untuk memulihkan data.
Kesan kepada reka bentuk sistem kilang:
- Receiver menjadi lebih kompleks dan menggunakan lebih banyak kuasa.
- Kejuruteraan thermal dalam enclosure mesin AI di lantai kilang perlu mengambil kira haba tambahan daripada PHY berkelajuan tinggi.
- Kualiti bekalan kuasa (power integrity) menjadi kritikal kerana margin semakin kecil.
Saya selalu nampak syarikat tersilap di sini – mereka fokus kepada “GPU apa nak beli”, tetapi subsystem I/O dan kuasa dibiarkan generik. Di PCIe 8.0, ini bukan lagi pilihan.
3. Laluan Optik – Bila Tembaga Mula Kalah
Semakin laju dan jauh, optik mula jadi pilihan logik:
- Untuk sambungan antara rack AI di data center kilang
- Untuk jarak lebih panjang di cleanroom semikonduktor antara kluster proses dan kluster analitik
PCI-SIG sendiri sedang menilai kemas kini konektor dan interconnect bagi generasi 8.0 sambil mengekalkan backward compatibility. Bagi pengeluar, ini bermakna:
- Perlu bersedia untuk kombinasi PCIe over copper dan PCIe over optics dalam rangkaian dalaman kilang.
- Pasukan OT (operational technology) perlu mula selesa dengan modul optik berkelajuan tinggi sebagai sebahagian daripada infrastruktur dalaman, bukan hanya di switch rangkaian.
4. Latensi & Kebolehpercayaan – AI Kilang Tak Boleh Tahan Retrain Tanpa Henti
AI dalam pembuatan mempunyai satu ciri unik: rantaian data selalunya real‑time atau near real‑time.
- Sistem vision untuk kawalan kualiti SMT tak boleh sentiasa drop frame atau lakukan retransmission berulang kali.
- Analitik OEE (Overall Equipment Effectiveness) perlu dapat data yang konsisten tanpa jitter pelik akibat error correction yang agresif.
Oleh itu, working group PCIe 8.0 fokus bukan pada kelajuan semata‑mata, tetapi latency FEC dan sasaran kebolehpercayaan supaya throughput dunia sebenar meningkat hampir seiring dengan kadar signaling.
Bagi pengeluar, ini membawa mesej jelas: bandwidth tanpa kebolehpercayaan akan merosakkan ROI AI.
Kenapa Interoperabiliti PCIe Penting Untuk Kilang Pintar
Kebanyakan standard I/O lain tak mampu menandingi satu perkara yang PCIe ada: program interoperabiliti dan compliance yang sangat matang.
Di bengkel compliance PCI-SIG:
- Peranti perlu lulus semua ujian mandatori (elektrikal dan protokol)
- Dan sekurang‑kurangnya 80% ujian interoperabiliti dengan peranti lain
Pendekatan ini galakkan penyertaan awal vendor, sambil memastikan kualiti ekosistem.
Dalam konteks kilang:
- Anda mungkin ada mix card lama & baharu dalam satu pelayan – card capture kamera generasi lama, GPU generasi terkini, storage NVMe campuran, SmartNIC pelbagai vendor.
- Dengan PCIe, kebarangkalian semuanya “plug and work” jauh lebih tinggi kerana vendor disatukan di bawah ujian interoperabiliti yang sama.
Bagi CIO atau pengurus kilang yang sedang merancang platform AI 5–7 tahun ke hadapan, ini bernilai besar:
- Kurang lock‑in kepada vendor tunggal untuk card I/O
- Lebih fleksibel menambah modul AI baharu tanpa overhaul menyeluruh
- Lifecycle mesin lebih panjang kerana standard backward compatible
Saya berpendapat banyak pelaburan AI kilang gagal bukan kerana model tak bagus, tetapi kerana arkitektur sistem tak standard. PCIe memberi laluan paling selamat setakat ini untuk sambungkan CPU, GPU, storage dan acceleration lain dalam satu bahasa yang sama.
Apa Langkah Praktikal Pengeluar Malaysia Patut Ambil Sekarang
Walaupun PCIe 8.0 dijangka matang sekitar 2028, tingkap reka bentuk untuk projek 2027–2030 sudah mula terbuka sekarang. Bagi syarikat E&E, automotif dan semikonduktor di Malaysia, beberapa langkah praktikal boleh diambil awal:
1. Semak Roadmap Server & Mesin AI Anda
- Pastikan generasi seterusnya server kilang, edge gateway dan node AI sekurang‑kurangnya menyokong PCIe 5.0/6.0 dengan laluan naik (upgrade path) ke 7.0/8.0.
- Tanya vendor OEM mesin: apakah rancangan mereka untuk menyokong modul compute berasaskan PCIe generasi baharu dalam 3–5 tahun.
2. Standardkan Platform I/O Dalaman
- Kurangkan penggunaan interface proprietari antara modul AI dan modul kamera/sensor.
- Gunakan PCIe sebagai bus dalaman utama untuk card vision, accelerator, dan storage dalam mesin pemeriksaan dan mesin proses.
- Ini memudahkan anda untuk ganti atau tingkatkan modul apabila PCIe 7.0/8.0 sedia, tanpa rekaan semula penuh.
3. Laburkan Dalam Kepakaran Signal Integrity & PCB High‑Speed
- Bina pasukan kecil yang fokus pada reka bentuk channel berkelajuan tinggi, termasuk pemilihan bahan PCB, layout, dan simulasi SI/PI.
- Bekerja rapat dengan vendor IP/PHY yang ada rekod prestasi di PCIe 6.x dan 7.0, kerana mereka biasanya sudah menjalani ujian compliance dan interoperabiliti yang ketat.
4. Rancang Integrasi AI Bukan Sekadar Di Cloud, Tetapi Di Mesin
PCIe 8.0 sangat sesuai untuk AI di tepi (edge):
- Letakkan GPU/accelerator terus dalam mesin SMT atau handler IC
- Sambungkan terus ke storage tempatan berasaskan NVMe untuk data buffering
- Gunakan link PCIe ke SmartNIC untuk sambungan ke rangkaian kilang berkelajuan tinggi
Hasilnya: keputusan AI lebih dekat dengan tempat data dijana, latency lebih rendah, dan beban rangkaian backbone kilang berkurang.
Masa Depan AI Kilang: Bandwidth Tinggi Sebagai Standard Asas
AI dalam pembuatan elektronik, automotif dan semikonduktor di Malaysia sedang mara dari pilot project ke sistem pengeluaran sebenar. Apabila skala naik, isu yang muncul bukan lagi “boleh AI kesan defect?” tetapi:
- Boleh tak sistem menganalisis berbilion imej setahun tanpa downtime?
- Boleh tak kita latih semula model secara berkala tanpa menjejaskan operasi?
- Boleh tak semua data sensor proses wafer, test dan burn‑in disatukan untuk corak kualiti yang lebih halus?
Jawapan untuk semua soalan ini kembali kepada kapasiti pergerakan data. PCIe 8.0 ialah salah satu blok binaan kritikal supaya pelaburan AI anda tidak tersekat di lapisan I/O.
Bagi saya, pendekatan yang paling masuk akal untuk pengeluar Malaysia ialah:
Anggap PCIe sebagai “sistem saraf tunjang” bagi AI kilang pintar – rancang segala modul compute, storage dan rangkaian anda mengelilingi standard ini, bukan sebaliknya.
Jika anda sedang merangka pelan transformasi kilang untuk 3–7 tahun akan datang, mula semak:
- Di mana PCIe digunakan hari ini
- Versi PCIe yang akan disokong dalam generasi seterusnya
- Bagaimana reka bentuk rak, mesin, dan server boleh di‑future‑proof untuk PCIe 7.0 dan 8.0
Mereka yang merancang dari sekarang akan dapat manfaat sebenar apabila bandwidth 1 TB/s per link bukan lagi berita, tetapi keperluan asas untuk AI dalam pembuatan.