PC應用PCI（Peripheral Component Interconnect）介面來連結各類周邊裝置已經行之有年，不僅成為業界的標準，整個PC產業也因之蓬勃發展。透過PCI介面所推出的顯示卡、音效卡、網路卡等等，各種創新加值讓PC從辦公室到個人都成為必要的應用配備。

當然，隨著PC主結構的發展，需要運算處理的數據越來越龐大，更高速的傳輸介面需求也隨之而來，因此由PCI-SIG組織在2003年制定了PCI Express （PCIe）1.0的新高速傳輸介面標準，速度為2.5 GT/s。然而PC處理器隨著摩爾定律發展速度倍增，高速傳輸介面也要跟著配合發展，從2003年到今2024年已經從PCIe1. 0發展到6.0，速度達到64 GT/s，預計2025年推出的PCIe 7.0版本將達到128 GT/s。

AI PC帶動超大量數據傳輸

圖一 : PCIe在未來的AI伺服器或AI PC中將扮演一個關鍵性角色，主要由於其高速數據傳輸能力和廣泛的設備支持。

PCIe在未來的AI伺服器或AI PC中將扮演一個關鍵性角色，主要由於其高速數據傳輸能力和廣泛的設備支持。AI應用，尤其是那些涉及深度學習和機器學習的應用，對運算速度和數據處理能力有極高的要求，PCIe在這些領域提供了關鍵的基礎技術支持，主要原因有下列幾點：

1.AI工作負載需要高頻寬和低延遲：AI 工作負載通常需要處理大量數據，並且對延遲敏感。PCIe 提供了高頻寬和低延遲，這使其成為 AI 應用程序的理想選擇。

2.PCIe是一種成熟且廣泛採用的標準：這意味著它得到廣泛支持並且易於使用。這對於 AI 應用程序很重要，因為它們通常需要在各種硬體上運行。

3.PCIe不斷發展以滿足不斷變化的需求：PCIe 不斷發展以滿足不斷變化的需求。PCIe 5.0、6.0和7.0都提供了比以前版本更高的頻寬和更低的延遲。這意味著 PCIe 將繼續滿足AI應用程序不斷增長的性能需求。

以現有已推出的PCIe 5.0與6.0來看，PCIe 5.0提供了每秒32GT/s的數據傳輸速率，頻寬是PCIe 4.0的兩倍。這樣的提升對於需要高頻寬和低延遲的AI計算工作負荷來說，可以顯著提高效率和性能。

而PCIe 6.0預計將提供每秒64 GT/s的傳輸速率，這將進一步加強支持高性能計算應用，包括AI和機器學習。而且PCIe 6.0引入了Pulse Amplitude Modulation with 4 levels（PAM-4）和 Forward Error Correction（FEC）技術，這些都是為了提高信號完整性和增強錯誤校正能力，非常適合高負荷和要求苛刻的AI應用。

這些技術創新預示著PCIe在AI硬體發展中的關鍵角色，尤其是在訓練更為複雜、數據密集的AI模型方面。PCI-SIG（負責PCIe標準的組織）清楚地意識到了這一點，並在設計這些新標準時考慮到了未來AI和其他高性能應用的需求。

圖二 : 影片：PCI-SIG說明PCIe如何增強AI應用（source：https://youtu.be/FkEUT7e8Jy4?si=HE0P9r8nJCEFDsxe）

PCIe在主機AI加速器的具體應用

在人工智慧（AI）的發展和應用中，專用的AI加速器已成為提高計算效率和處理速度的重要工具。這些加速器包括專門設計的硬體，如GPU、FPGA、ASIC和其他專為AI工作負載優化的設備。PCIe在連接這些AI加速器方面扮演了關鍵角色，以下是一些具體應用：

連接GPU

在AI中，特別是在深度學習和機器學習領域，GPU由於其大規模並行處理能力而被廣泛使用。PCIe介面允許多個GPU在單個主機或伺服器上高效通信，實現數據並行處理。高寬頻和低延遲的特性使PCIe成為連接GPU的理想選擇，尤其是當涉及到大規模數據集和複雜模型訓練時。

支援FPGA和ASIC

FPGA和ASIC提供了更高效的能源利用率和更快的處理速度，適合特定類型的計算任務，如圖像處理和語音識別。PCIe提供了足夠的靈活性和擴展性來支持這些加速器，使它們可以被直接插入到服務器的PCIe插槽中，並與主機系統的其他部件（如CPU和記憶體）進行高速數據交換。

模組化和擴展

在某些情況下，AI加速器需要可擴展的配置，以應對不斷增長的處理需求。PCIe技術的模組化設計允許輕鬆添加或升級加速器卡，支持企業根據需要擴展其計算能力。

數據中心和雲端運算

在數據中心和雲端運算環境中，AI加速器經常需要與大量的服務器和儲存系統協作。利用PCIe介面，數據中心可以實現加速器與服務器之間的高效連接，提高整體系統的性能和響應速度。

直接記憶體存取（DMA）

AI應用需要大量的數據交換，高效的數據傳輸對於性能至關重要。PCIe支持DMA，這允許AI加速器直接從主記憶體讀取或寫入數據，而無需CPU介入，這樣可以大幅提高數據處理速度和效率。

總之，PCIe以其高頻寬、低延遲和靈活的連接能力，是連接AI加速器的理想選擇，尤其適合處理大量數據和高速計算的AI應用。隨著技術的發展，PCIe將繼續支持更高效的AI計算解決方案。

PCIe在筆電或行動PC的具體應用

在AI筆記型電腦上，PCI Express（PCIe）扮演著至關重要的角色，提供高速數據傳輸通道以支援各種高性能計算任務。以下是PCIe在AI筆記型電腦上的一些具體應用：

GPU加速

AI應用，特別是深度學習和機器學習，大量依賴於圖形處理單元（GPU）來進行數據並行處理。PCIe提供高速連接，使筆記型電腦的主處理器（CPU）能夠快速與GPU通信，這對於需要大量運算的AI模型訓練和推理非常重要。使用PCIe x16插槽連接GPU，可以實現高頻寬數據傳輸，減少CPU和GPU之間的資料傳輸延遲。

高速儲存解決方案

筆記型電腦經常需要處理和儲存大量數據集。PCIe介面的固態硬碟（SSD），特別是支持NVMe技術的SSD，提供了遠超過傳統SATA SSD的讀寫速度，這對於加快數據處理和減少模型訓練時間至關重要。PCIe NVMe SSD通過直接連接至PCIe通道，提供更高的傳輸速率和更低的響應時間。

外部設備擴展

AI研究和開發經常需要使用多種外部設備，如額外的顯示器、高速網路介面卡或其他專業設備。PCIe通過外部擴展埠或通過Thunderbolt介面（基於PCIe技術）連接這些外部設備，提供了足夠的靈活性和擴展性。Thunderbolt 3和Thunderbolt 4介面允許筆記型電腦通過單一介面連接多達兩個4K顯示器以及其他高速周邊設備，同時還可以供電。

數據中心和雲連接

AI筆記型電腦在處理大型AI模型或數據集時，可能需要連接到數據中心或雲服務。PCIe網路卡（如10GbE卡）提供了高速網絡連接，支持快速的數據上傳和下載。高性能PCIe網路卡通過提供比標準乙太網更快的網路速度，使AI開發者能夠有效地與雲基礎設施互動。

這些應用展示了PCIe在AI筆記型電腦上的關鍵作用，特別是在需要高速數據處理和傳輸的場景中。隨著AI技術的進步，對於這些高性能連接技術的需求也將持續增長。

PCIe潛在的競爭者

PCIe的廣泛適用性、彈性和支持範圍使其成為許多系統和設備中的首選介面。每種技術都有其獨特的優勢和專門的應用場景，以下常見的幾種連結介面：

CXL（Compute Express Link）是一種新型互連標準，旨在滿足數據中心和高性能計算 (HPC) 的需求。CXL 提供比 PCIe 更高的頻寬和更低的延遲，並支持多處理器之間的互連。

NVMe（Non-Volatile Memory Express）是一種用於固態硬碟的互連標準。NVMe提供比傳統SATA介面更高的頻寬和更低的延遲。

USB（Universal Serial Bus）是一種通用互連標準，用於連接各種設備。USB 提供中等頻寬和中等延遲，但價格低廉且廣泛採用。最新的USB4標準支援與Thunderbolt 3兼容，其中包括利用PCIe通道進行數據傳輸的能力。這意味著具備USB4介面的設備可以實現類似於Thunderbolt的功能。

Thunderbolt是一種由Intel和Apple開發的高速互連標準。Thunderbolt提供比 USB更高的頻寬和更低的延遲，並支援多種設備類型。

NVLink是一種由NVIDIA開發的互連標準，專為多GPU系統而設計。NVLink 提供比PCIe更高的頻寬和更低的延遲，並支援多個GPU之間的互連。

總體而言，PCIe是一種功能強大的互連標準，可為各種應用提供高性能和靈活性。但是，對於具有特定需求的應用，其他標準（例如CXL、NVMe、USB、雷電和NVLink）可能更合適。在選擇互連標準時，務必考慮應用程序的具體需求，這些PCIe潛在的競爭者，與其說是競爭者，在很多面向反而是一種互補合作的應用。

結語

在AI廣泛應用的時代，從主機伺服器到AI筆電，高速傳輸的需求只有越來越高，應此PCIe等高速傳輸介面的發展也沒有止盡。甚至，為了因應AI周邊多元的應用，即插即用的高速傳輸介面也會有各種相互連接、互補應用的需求，這些都是業者在發展產品時所需要觀察選擇的重點。