復旦大學信息科學與工程學院研究員張俊文、教授遲楠與張江實驗室合作，提出了基于多維光子復用的創新范式，實現了在時域、空域、頻域的多維并行信號傳輸，為數據中心和高性能計算服務器的光互連系統提供了新的解決方案，也為人工智能（AI）、大規模并行計算及大模型訓練奠定了技術基礎。3月10日，相關研究發表于《自然-通訊》。
近兩年，無論是通過DeepSeek進行精準檢索，借助ChatGPT進行智能交互，還是依托各類AI助手優化工作效率，AI技術極大地提升了我們的便捷性與生產力。然而，隨著AI模型規模的持續擴大，智算芯片間、算力節點間通信帶寬不足的問題愈發突出。傳統電子互連方式已難以滿足GPU集群、超級計算中心和云計算平臺對高速、大容量、高效能數據交換的需求。這一“通信瓶頸”已成為智能計算發展的關鍵挑戰。
研究團隊將多維復用技術引入片上光互連架構，顯著提升了數據傳輸吞吐量，同時大幅降低了功耗和延遲，且適用于多種高性能計算場景。在此基礎上，團隊設計并研制了一款硅光集成高階模式復用器芯片，可支持每秒38 Tb的數據傳輸速度，意味著未來1秒可完成大模型4.75萬億的參數傳遞，進而提升了大模型訓練與計算集群間的通信性能和可靠性。
研究團隊表示，未來將進一步優化該技術，并推動其在GPU加速計算、AI大模型訓練、大數據處理等領域的應用落地。隨著技術的不斷演進，該方案有望為下一代光互連通信系統和算力網絡升級提供更高效、低功耗的解決方案，助力智能計算邁向更快、更強的未來。
相關論文信息：https://doi.org/10.1038/s41467-025-57689-7
本文鏈接：突破AI通信瓶頸，光互連技術加速大模型計算http://www.lensthegame.com/show-11-18578-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
下一篇： 生活型植物細根“擁有”不同的資源獲取策略