PCIe 8.0 & AI Pembuatan Pintar: Siapa Sebenarnya Perlukan 1 TB/s?

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

PCIe 8.0 membuka laluan hingga 1 TB/s untuk sambungan CPU–GPU–storan. Untuk AI dalam kilang elektronik, automotif dan semikonduktor, ini beza antara demo dan skala sebenar.

PCIe 8.0AI dalam pembuatankilang pintarsemikonduktorautomotifI/O berkelajuan tinggivisi mesin
Share:

PCIe 8.0 & AI Pembuatan Pintar: Siapa Sebenarnya Perlukan 1 TB/s?

Dalam satu kluster GPU untuk latihan model AI, menaik taraf daripada PCIe Gen4 ke Gen5 sahaja pernah menaikkan throughput latihan hampir 40% di beberapa pusat data. Bukan sebab GPU bertambah, tapi kerana laluan data antara CPU, GPU dan storan tak lagi sempit.

Sekarang bayangkan dunia pembuatan elektronik, automotif dan semikonduktor di Malaysia: ratusan kamera visi mesin, robot kolaboratif (cobot), sistem AOI, sensor proses masa nyata, semuanya bergantung kepada AI. Setiap satu menjana data gergasi. Jika rangkaian I/O dalam server dan pengawal tak mengikut rentak, keseluruhan pelaburan AI boleh tersekat di satu tempat: bandwidth.

PCIe 8.0 disasarkan memberikan sehingga kira‑kira 1 TB/s bi‑directional pada pautan x16. Ia bukan sekadar nombor cantik atas kertas. Untuk kilang pintar yang serius dengan AI — sama ada anda di Penang, Kulim atau Melaka — ini adalah asas kepada gelombang seterusnya automasi dan analitik masa nyata.

Artikel ini kupas apa yang PCIe 8.0 bawa, kenapa ia penting untuk AI dalam pembuatan, dan apa yang pemain industri di Malaysia patut mula buat dari sekarang.

Apa Sebenarnya Berubah Dengan PCIe 8.0?

PCIe berkembang ikut “irama” yang agak konsisten: kira‑kira setiap tiga tahun, bandwidth per laluan hampir berganda. PCIe 7.0 (128 GT/s) sudah pun muncul di tahap spesifikasi ahli. PCIe 8.0 menyasarkan:

  • 256 GT/s per laluan
  • Hampir 1 TB/s throughput dwi‑hala pada pautan x16
  • Keserasian ke belakang dengan generasi PCIe terdahulu

Dari perspektif kilang pintar, ini bermaksud:

  • GPU, FPGA dan accelerator AI boleh dihubungkan lebih rapat kepada CPU dan antara satu sama lain.
  • Kad rangkaian 800G/1.6T generasi baharu boleh makan dan buang data tanpa CPU menjadi sempit leher botol.
  • Sistem storan NVMe berkelajuan tinggi tak perlu “menunggu giliran” untuk menghantar data kepada enjin AI.

Kenapa angka 1 TB/s ini penting?

Bagi aplikasi AI di pembuatan elektronik dan automotif, corak umum ialah:

  1. Data sensor mentah (IMEJ, getaran, suhu, arus, log mesin) dikumpul.
  2. Data ditolak ke GPU/accelerator untuk inferens atau latihan semula model.
  3. Keputusan dihantar semula ke PLC, robot atau sistem MES/SCADA.

Jika langkah (2) dan (3) tersekat kerana I/O bottleneck, anda terpaksa:

  • Kurangkan kadar bingkai kamera
  • Kurangkan resolusi
  • Tangkap data secara berkumpulan, bukan masa nyata

Akhirnya, sistem AI anda nampak “pintar di atas kertas”, tapi respons kilang tetap perlahan.

Bagaimana PCIe 8.0 Menguatkan AI Dalam Kilang Pintar

PCIe 8.0 ialah tulang belakang senyap di sebalik pelbagai aplikasi AI pembuatan. Beberapa contoh praktikal yang dekat dengan konteks Malaysia:

1. Visi Mesin Defect Inspection Berasaskan AI

Untuk kilang semikonduktor atau PCB di Bayan Lepas atau Kulim, AOI kini bukan lagi sekadar peraturan mudah. Model deep learning digunakan untuk:

  • Mengesan kecacatan mikro pada bump, pad atau trace
  • Bezakan antara “defect sebenar” dan variasi proses yang masih boleh diterima

Setiap kamera 8–12MP boleh menjana berpuluh gigabit sesaat. Dalam satu talian pengeluaran, mudah untuk mencapai ratusan gigabit. PCIe 8.0 membolehkan:

  • Lebih banyak kamera per pelayan tanpa menjejaskan kadar bingkai
  • Latihan semula model di tepi (edge) dengan GPU dalam industrial server di dalam kilang
  • Pengumpulan data sejarah kualiti dalam skala petabyte untuk analitik jangka panjang

Jika syarikat cuba melakukan semua ini dengan I/O lama, mereka sama ada:

  • Perlu tambah lebih banyak pelayan (kos, tenaga, ruang rak), atau
  • Terpaksa kompromi pada kelajuan dan ketepatan analisis

2. Kenderaan Autonomi & Robotik Barisan Pengeluaran

Dalam kilang automotif — sama ada memasang EV atau komponen — AGV dan robot memerlukan:

  • Sensor fusion (LiDAR, kamera, IMU, RFID)
  • Path planning masa nyata
  • Interaksi selamat dengan manusia

Data sensor sering dihantar ke edge server atau industrial computer untuk inferens AI. Dengan PCIe 8.0:

  • Kad rangkaian berkelajuan tinggi dan accelerator AI boleh berinteraksi dengan latensi lebih rendah.
  • Sistem boleh menyokong bilangan robot/AGV yang lebih tinggi per nod komputer.

Ini terus menyokong konsep AI dalam pembuatan automotif di mana setiap perubahan pada jadual produksi boleh dioptimumkan secara dinamik melalui data masa nyata.

3. Smart Supply Chain & Traceability E&E

Bagi gergasi E&E di Malaysia yang mengurus ribuan SKU, traceability dan perancangan bekalan berdasarkan AI memerlukan:

  • Proses data daripada IoT tag, kod bar/QR, data pembekal, dan status mesin
  • Model peramalan permintaan dan OEE yang berat

Cluster pelayan yang melakukan analitik ini bergantung pada:

  • GPU/accelerator yang dihubungkan melalui PCIe
  • NIC 200G/400G/800G yang juga dihubungkan melalui PCIe

PCIe 8.0 memastikan AI supply chain orchestration tidak tersekat hanya kerana satu nod analitik perlu menunggu data I/O yang lambat.

Di Sebalik Nombor: Cabaran Kejuruteraan PCIe 8.0

Bandwidth bukan datang “percuma”. Untuk sampai ke 256 GT/s dalam amalan, beberapa aspek teknikal perlu ditangani.

1. Channel & Bahan PCB

Pada kadar ini, kerugian isyarat dalam tembaga jadi sangat ketara:

  • Jarak jejak PCB mesti lebih pendek
  • Struktur via dan penyambung jadi kritikal
  • Bahan PCB (low‑loss materials) mungkin perlu digunakan

Akibatnya untuk pengeluar mesin dan peralatan kilang:

  • Reka bentuk papan pengawal, kad I/O dan backplane perlu dikemas kini
  • Retimer dijangka lebih banyak digunakan untuk mengekalkan integriti isyarat

2. Receiver Semakin Pintar

Apabila mata isyarat (signal eye) semakin kecil, receiver perlu lebih bijak untuk “membaca balik” data. Industri sedang mengkaji:

  • Teknik equalization kelas MLSD dan algoritma lanjutan
  • Penggunaan lebih banyak kuasa pengiraan dalam receiver PHY

Maknanya, vendor IP dan SoC perlu memastikan blok PHY PCIe 8.0 mereka bukan sahaja laju, tapi stabil merentasi variasi proses dan persekitaran kilang (haba, bunyi elektrik, dan sebagainya).

3. Optik vs Tembaga

Bila tembaga menghampiri had fizikalnya, sambungan optik mula masuk sebagai opsyen realistik:

  • PCIe 7.0 sudah pun didemokan di atas optik
  • Bagi 8.0, konsortium mempertimbang penyambung dan antara sambung baharu sambil kekal serasi ke belakang

Untuk kilang berskala besar, ini membuka laluan kepada:

  • Rack yang dioptimumkan untuk jarak lebih jauh antara pelayan tanpa mengorbankan bandwidth
  • Disaggregated architecture di mana GPU, storan dan CPU mungkin berada di rak berasingan tetapi masih dihubung seperti “dalam kotak yang sama” dari sudut latency

4. Latensi & Kebolehpercayaan

AI di pembuatan tak hanya perlukan throughput tinggi. Ia perlukan:

  • Latensi rendah untuk kawalan masa nyata
  • Perlindungan ralat (FEC) yang seimbang — cukup untuk kebolehpercayaan, tapi tak menambah kelewatan yang menjerut prestasi

Kerja kumpulan PCI‑SIG kini menala semula sasaran FEC dan protokol supaya throughput dunia sebenar dekat dengan nilai teori, bukan sekadar headline number.

Mengapa PCIe Masih Menang: Isu Keserasian & Ekosistem

Banyak teknologi I/O lain wujud, tetapi PCIe mempunyai satu kelebihan besar: interoperabiliti yang terbukti.

Program pematuhan PCIe memerlukan peranti:

  • Lulus semua ujian elektrik dan protokol wajib
  • Lulus sekurang‑kurangnya 80% ujian interoperabiliti dengan peranti lain

Untuk pemain pembuatan, ini bermaksud:

  • Kad GPU, kad rangkaian, storan, dan kad pemerolehan data dari pelbagai vendor boleh bekerjasama dalam satu sistem.
  • Risiko integrasi apabila menaik taraf ke generasi PCIe baharu lebih rendah berbanding teknologi eksotik lain.

Bila bercakap tentang kilang yang beroperasi 24/7, downtime kerana isu keserasian adalah kos besar. PCIe yang matang dari sudut ekosistem memberi keyakinan kepada pasukan IT/OT bahawa mereka boleh melangkah ke PCIe 7.0 dan 8.0 secara berperingkat.

Apa Maknanya Untuk Pengeluar Di Malaysia (Elektronik, Automotif, Semikonduktor)

Untuk jadikan PCIe 8.0 benar‑benar relevan kepada pelaburan AI anda, beberapa langkah praktikal boleh diambil seawal 2025/2026, jauh sebelum 8.0 menjadi arus perdana sekitar 2028.

1. Audit Bottleneck I/O Dalam Infrastruktur AI Semasa

Tanya soalan yang pedas tetapi jujur:

  • Adakah GPU/accelerator di pelayan anda duduk menunggu data?
  • Adakah kad rangkaian 200G/400G anda tak pernah capai kapasiti penuh kerana CPU ↔ NIC sempit?
  • Adakah sistem AOI atau visi mesin anda terpaksa turunkan kadar bingkai supaya pelayan mampu menangani aliran imej?

Jika jawapannya “ya” untuk mana‑mana, besar kemungkinan generasi PCIe seterusnya akan memberi pulangan jelas.

2. Masukkan PCIe 7.0/8.0 Dalam Roadmap Perolehan

Untuk projek naik taraf kilang 3–5 tahun akan datang:

  • Nyatakan keperluan sokongan PCIe 6.0/7.0 sekurang‑kurangnya dalam spesifikasi tender pelayan dan sistem pengkomputeran tepi.
  • Untuk projek jangka panjang (contoh, pusat data AI dalaman, central control room baharu), rancang ruang fizikal rak dan kuasa yang bersedia untuk generasi PCIe 8.0.

3. Bekerjasama Dengan Vendor Yang Aktif Dalam PCI‑SIG

Vendor IP dan silikon yang aktif dalam konsortium PCI‑SIG, dan sudah membuktikan demo 256 GT/s di makmal, biasanya:

  • Lebih bersedia dari sudut kebolehpercayaan dan keserasian
  • Lebih future‑proof untuk menyokong peningkatan spesifikasi

Bagi OEM mesin, pengeluar peralatan kilang, atau penyedia sistem bersepadu di Malaysia, memilih SoC, IP dan kad yang datang daripada pemain sebegini mengurangkan risiko integrasi.

4. Selarikan Pasukan IT & OT

AI dalam pembuatan menyatukan dua dunia:

  • IT: pelayan, pusat data, rangkaian, PCIe, protokol
  • OT: PLC, robot, sensor, mesin SMT, tester semikonduktor

PCIe mungkin nampak seperti isu “IT”. Hakikatnya, kemampuan PCIe 8.0 menentukan:

  • Sejauh mana sistem OT boleh menyerahkan lebih banyak tugas analitik kepada AI
  • Seberapa pantas kilang boleh bergerak ke arah closed‑loop control berasaskan model

Saya sering nampak projek AI gagal bukan sebab model lemah, tapi kerana pasukan IT dan OT tak diselarikan pada isu asas seperti I/O dan latency. Topik PCIe patut ada di meja perbincangan bersama, bukan silo.

Menuju 2028: Kenapa Sekarang Masa Yang Sesuai Untuk Bersedia

AI dalam pembuatan elektronik, automotif dan semikonduktor di Malaysia sedang memasuki fasa "scale‑up" — dari POC kecil kepada penggunaan di seluruh kilang dan rangkaian pengeluaran serantau.

PCIe 8.0 bukan teknologi yang boleh diabaikan dan hanya diambil kira pada saat terakhir. Keputusan hari ini tentang reka bentuk sistem, pemilihan pelayan, rangkaian dan malah susun atur rak akan menentukan sama ada anda:

  • Boleh menyerap gelombang seterusnya AI beresolusi lebih tinggi, model lebih besar dan analitik lebih dalam, atau
  • Terperangkap dengan infrastructure debt yang menghalang setiap inisiatif AI baharu

Realitinya lebih ringkas daripada yang kita sangka:

Jika data ialah bahan bakar AI, PCIe 8.0 ialah lebuh raya bertingkat yang memastikan bahan bakar itu tiba tepat pada masanya.

Soalan yang tinggal untuk pengeluar di Malaysia sekarang bukanlah “perlukah saya peduli tentang PCIe 8.0?”, tetapi “bagaimana saya mahu pastikan pelaburan hari ini tak menghadkan saya apabila 1 TB/s per pautan menjadi kebiasaan?”