天津大学—凌波智芯先进算力互联技术联合实验室揭牌仪式
近日，天津大学-凌波智芯先进算力互联技术联合实验室在天津大学正式成立。这个联合实验室聚焦人工智能算力互联，将围绕高性能 AI 网卡、Scale-out 网络、无链接 RoCE、先进流量控制、高并发状态管理和可靠传输等方向开展联合攻关。
这件事可以用更简单的话理解：AI 集群里有很多 GPU，GPU 负责计算，但 GPU 之间也要不停传数据。当 AI 集群进入高并发、强同步的训练与推理阶段，网络问题已经不再只是“端口带宽够不够”，而是会影响 GPU 有效利用率和系统吞吐。
大模型训练时，很多 GPU 要在每一轮计算后同步信息，其中 Collective 通信的完成时间会直接影响每一轮迭代。推理阶段也有类似问题，比如专家并行、跨节点 KV 数据交换和请求突发，会进一步放大网络长尾。
凌波智芯做的，就是围绕这些 AI 集群里的网络互联问题研发 LINGBO 系列高性能 AI 网卡。公司提出的“无链接 RoCE”技术路线，并不是取消可靠传输，而是把数据传输从大量细粒度连接上下文中解耦。通俗地说，就是不要让网卡为每一条细碎通信关系都重复背负过多状态，而是把部分状态按目的端或队列进行聚合管理。
凌波智芯还围绕这一架构设计了 HP4 流控和 SSR 选择性重传。HP4 的思路是在数据进入网络之前，就依据接收端可承载能力、网络往返特征和当前活跃发送关系，控制可注入网络的数据量。SSR 的思路是，如果传输中有数据缺失，就通过选择性确认反馈缺失位置，让发送端只重传真正丢失的数据，而不是把已经正确到达的数据也重复发送。
所以，这个项目的核心不是简单讲“网卡带宽更高”，而是讲 AI 集群规模变大之后，网卡内部的数据通路、连接状态、队列调度、流控和重传都会影响 GPU 的有效利用率。凌波智芯希望通过无链接 RoCE、HP4 流控、SSR 选择性重传和完整网卡微架构，让 AI 集群减少通信等待，提高训练和推理效率。
联合实验室的作用，是把网络论文、硬件 IP 和真实集群验证连起来。联合实验室将把高校在网络体系、拥塞控制和系统研究方面的原创成果，与企业在 FPGA、芯片 RTL、板卡、驱动和客户场景验证方面的工程能力连接起来，形成从论文原理到硬件 IP、再到产品和真实业务验证的完整闭环。
同日，天津大学与凌波智芯签署相关入股增资协议，双方合作由联合科研进一步延伸到成果转化和产业协同。凌波智芯创始人、天津大学教授李文信表示，LINGBO 系列 AI 网卡是现阶段技术落地的重要产品载体，但联合实验室长期希望沉淀的是协议、架构、算法、核心 IP 和系统能力。
后续在客户 POC 阶段，还需要进一步覆盖主流 GPU、交换机、训练框架和不同拓扑，验证软硬件互操作性，以及新网卡与现有 RoCE 网络混合部署时的兼容能力。这也意味着，真实多节点网络中的有效带宽、Collective 完成时间、P99 尾时延、丢包恢复时间和规模扩展效率，将成为继续观察这一技术工程化进展的重要指标。
本文来自投稿，不代表增长黑客立场，如若转载，请注明出处：https://www.growthhk.cn/cgo/model/169701.html
微信扫一扫 
支付宝扫一扫 
