英特尔的研究人员近日宣布在集成硅光子学领域取得了一些值得注意的进展,为实现处理器之间更高速的互连铺平了道路。
英特尔实验室(Intel Labs)表示,这一研究代表了扩展数据中心计算处理器之间的通信带宽以及跨不同网络通信带宽的“下一个前沿”。

硅光子学是一种将硅集成电路与半导体激光器相结合的技术,主要好处是能够比传统电子设备在更长的距离上更快速地传输数据。英特尔在其官网上解释说,硅光子学提供了更高的带宽、对计算和存储资源的软件可配置访问,同时还让软件定义的基础设施可以为分散的数据中心解耦硬件和软件资源。
英特尔是集成光子学领域的领导者,现有的100G收发器是5年前推出的,如今英特尔已经开始推进400G收发器的商用化,800G也列入了路线图中。然而,为了更进一步,英特尔需要找到一种方法把光子学与硅更紧密地进行集成。目前,英特尔已经在“共同封装光学”领域取得了进展,但最终目标是实现完全集成,也就是光子集成电路直接连接到计算的其他部分。
现在,英特尔提出了一种新技术来实现这一目标。英特尔实验室表示,预计该技术将让未来的I/O光子接口具有更高的能效和带宽、更远的覆盖范围。
这一发现集中在获得良好匹配的输出功率、均匀和密集间隔波长的可能性上。英特尔实验室高级首席工程师Haisheng Rong表示,利用英特尔晶圆厂现有的制造和工艺技术可以实现这些技术改进,从而确保对“下一代联合封装光学和光学计算互连的大规模量产”。
英特尔实验室表示,这项研究展现了他们在多波长集成光学领域取得的关键进展,例如,英特尔实验室展示了一个八波长分布式反馈激光阵列(如图),该阵列完全集成在硅晶片上,提供的输出功率均匀性和波长间隔均匀性远远超出现有标准所能达到的水平。
这一切意味着英特尔很快将能够开发一种光源,实现完全集成的光子学,为未来要求更高的大批量应用提供所需的性能。要满足这些需求,就要能够应对网络密集型工作负载(例如人工智能和机器学习)的光学计算互连需求。英特尔表示,这一激光阵列是在英特尔现有300毫米硅光子制造工艺基础上开发的,为大规模生产和行业广泛部署奠定了基础。
值得注意的是,与英特尔在3英寸或4英寸III-V晶圆厂中生产的传统半导体激光器相比,这项新技术实现了更好的波长均匀性。此外,由于紧密集成了激光器,当环境温度发生变化时,阵列仍能保持通道间距。
英特尔表示,该技术将用于未来光学计算互连小芯片产品中,这种产品将提供“包括CPU、GPU和内存在内的计算资源之间的高能效、高性能、每秒多兆比特的互连”。
好文章,需要你的鼓励
字节跳动Seed团队提出的虚拟宽度网络(VWN)通过解耦嵌入宽度与主干宽度,在几乎不增加计算成本的情况下显著提升模型表示能力。8倍虚拟宽度扩展使训练效率提升2.5-3.5倍,且发现虚拟宽度因子与损失呈对数线性关系,为大模型效率优化开辟新维度。
这项由中科院、滑铁卢大学等多所院校联合完成的研究开发了BrowserAgent,一个能够像人类一样直接操作网页浏览器的AI助手。与传统需要转换工具的方法不同,它能直接点击、滚动、搜索网页,仅用5300个训练样本就在多跳推理任务上比最先进模型提升20%准确率。
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
亚马逊研究团队通过测试15个AI模型发现,当AI助手记住用户背景信息时,会对相同情感情况产生不同理解,称为"个性化陷阱"。优势社会地位用户获得更准确的情感解释,而弱势群体接受质量较低的理解。这种系统性偏见可能在心理健康、教育等领域放大社会不平等,提醒我们需要在追求AI个性化的同时确保算法公平性。