正在当今的人工智能（AI）展开中，数据传输速度成为制约其提高的重要瓶颈。为了突破那一壁垒，密歇根大学(U-M)指点的钻研团队正正在开发一种全新的芯片连贯系统，给取光波而非传统电缆停行数据传输。那一翻新无望处置惩罚惩罚限制计较速度的 “内存墙” 问题，敦促 AI 模型的进一步删加。
该名目与得了来自国家科学基金会将来半导体项宗旨200万美圆资助，参取单位蕴含华盛顿大学、宾夕法尼亚大学、劳伦斯伯克利国家实验室，以及谷歌、惠普企业、微软和英伟达等四家止业竞争同伴。只管数据办理速度正在已往20年里提升了60000倍，但计较机内存取办理器之间的数据传输速度仅提升了30倍，那种弗成比例的提升使得数据传输成为 AI 模型扩展的最大阻碍。
项宗旨首席钻研员、U-M 电气取计较机工程教授李洋（Di Liang）默示:“咱们的技术可以使高机能计较取不停删加的数据流保持同步。通过光学连贯，咱们或许可以真现每秒数十太比特的数据传输速度，赶过当前电气连贯的速度100倍以上。”
目前，数据正在多个内存和办理器芯片之间的传输依赖金属连贯，那种方式正在速度和带宽上存正在重大的局限。跟着 AI 模型范围的不停扩充，当前的硬接线连贯形式曾经难以满足需求。钻研团队的新设想将操做光的传输特性，正在芯片之间通过称为光波导的通道停行数据传输，极大地提升数据传输效率。
新技术的另一个亮点是其可重构性。钻研人员筹划运用非凡的相变资料，当资料遭到激光或电压刺激时，其合射率会发作厘革，从而真现光线途径的活络调解。正如名目竞争者、宾夕法尼亚大学的冯洋（Liang Feng）教授所说:“就像正在翻开和封锁路线，假如公司给取那一技术消费芯片，他们可以正在不扭转其余组件规划的状况下，重写差异批次芯片和效劳器的连贯。”
另外，钻研团队还将开发一款流质控制软件，真时监控哪些芯片须要停行通信，以便立即调解连贯。那种活络的连贯方式不只能进步数据办理效率，也能依据差异的 AI 模型需求停行动态调解。
该名目还将为 U-M 的学生供给取止业竞争的机缘，使他们能够正在快捷展开的技术规模与得可贵的理论经历。李教授默示:“取业界的竞争让学生们更好地了解现代
