隨著人工智能（AI）模型規(guī)模的持續(xù)擴大，智算芯片間、算力節(jié)點間的通信帶寬不足的問題愈發(fā)突出。傳統(tǒng)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。

尤其是在大模型訓練過程中，海量參數需要在計算節(jié)點之間頻繁傳輸，互連帶寬不足不僅降低系統(tǒng)響應速度，甚至可能導致宕機，嚴重影響計算效率與用戶體驗。 如何突破電子傳輸在帶寬與能耗方面的物理限制，構建以光子為信息載體的新型互連架構？

日前，復旦大學信息科學與工程學院張俊文研究員、遲楠教授與相關研究團隊開展合作，通過精確設計和優(yōu)化，將多維復用技術引入片上光互連架構，不僅顯著提升了數據傳輸吞吐量，同時在功耗和延遲方面表現(xiàn)卓越，具備極強的擴展性和兼容性，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，實現(xiàn)了超大容量的片上光數據傳輸。實驗結果表明，該芯片可支持每秒38Tb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，這顯著提升了大模型訓練與計算集群間的通信性能和可靠性，為人工智能、大模型訓練及GPU加速計算等應用提供了強有力的支持。

這一技術突破不僅為數據中心和高性能計算服務器的光互連系統(tǒng)提供了新的解決方案，也為人工智能、大規(guī)模并行計算及大模型訓練奠定了堅實的技術基礎。