复旦大学研究团队成功将多维复用技术应用于片上光互连架构，显著提升数据传输速度，降低功耗和延迟，并具备优秀的扩展性和兼容性。他们设计了一款硅光集成高阶模式复用器芯片，实现了高达每秒38Tb的数据传输速度，这意味着1秒内可完成4.75万亿参数的大模型传递。该技术突破为人工智能、大模型训练及GPU加速计算等应用提供了强有力的支持，也为数据中心和高性能计算服务器的光互连系统提供了新的解决方案，相关成果已发表在《自然・通讯》上。

🚀**数据传输突破**：复旦大学研究团队通过引入多维复用技术，显著提升了片上光互连架构的数据传输吞吐量，同时优化了功耗和延迟。

💡**芯片设计创新**：团队设计并研制了一款硅光集成高阶模式复用器芯片，实现了超大容量的片上光数据传输，为高性能计算提供了新的解决方案。

🚄**传输速度惊人**：实验结果表明，该芯片可支持每秒 38Tb 的数据传输速度，意味着未来 1 秒可完成大模型 4.75 万亿的参数传递，极大地提升了大模型训练效率。

🎯**应用前景广阔**：这项技术突破为人工智能、大模型训练及GPU加速计算等应用提供了坚实的技术基础，同时也为数据中心和高性能计算服务器的光互连系统带来了新的可能性。

IT之家 3 月 13 日消息，据科技日报今日报道，复旦大学信息科学与工程学院张俊文研究员、迟楠教授与相关研究团队开展合作，通过精确设计和优化，将多维复用技术引入片上光互连架构，不仅显著提升了数据传输吞吐量，同时在功耗和延迟方面表现卓越，具备极强的扩展性和兼容性，适用于多种高性能计算场景。

在此基础上，团队设计并研制了一款硅光集成高阶模式复用器芯片，实现了超大容量的片上光数据传输。

实验结果表明，该芯片可支持每秒 38Tb 的数据传输速度，意味着未来 1 秒可完成大模型 4.75 万亿的参数传递，这显著提升了大模型训练与计算集群间的通信性能和可靠性，为人工智能、大模型训练及 GPU 加速计算等应用提供了强有力的支持。

这一技术突破不仅为数据中心和高性能计算服务器的光互连系统提供了新的解决方案，也为人工智能、大规模并行计算及大模型训练奠定了坚实的技术基础。

相关研究成果于 3 月 10 日发表在国际期刊《自然・通讯》上。IT之家附论文链接：

https://www.nature.com/articles/s41467-025-57689-7