Fabric.AI表示采用光互连技术可使GPU利用率提升高达60%
中性中等影响
Fabric.AI, Inc. (FABC) 发布了一份白皮书，概述了其 Neural I/o 光互连技术的性能提升建模数据。该公司预计，该光互连技术可将每块 GPU 的有效处理吞吐量提高 1.3 至 1.6 倍，同时将人工智能模型的训练时间缩短 23% 至 38%。
该光互连技术的目标能耗率约为 1 pJ/bit，与传统铜缆 SerDes 连接相比，估计可降低 80% 的能耗。该架构还旨在将单跳 Pod 的规模从约 72 块 GPU 扩展至约 1,000 块 GPU，意在简化整体系统设计并降低计算成本。消息公布后，Fabric.AI 的股价下跌 1.36%，报 2.17 美元。
由于上述数据代表的是建模估计值而非实际硬件测试结果，因此项目的实际执行情况至关重要。投资者将持续关注其近期进展，Fabric.AI 计划于 2027 年 1 月进行公开演示，并以 2028 年推出量产芯片为目标。
要点
- Fabric.AI 建模显示，使用其 Neural I/o 光互连技术可使 GPU 吞吐量提升 1.3 至 1.6 倍，AI 模型训练时间缩短 23% 至 38%。
- 该设计的目标能耗约为 1 pJ/bit，与铜缆 SerDes 互连相比，估计可降低 80% 的能耗。
- 该架构旨在将单跳 Pod 从约 72 块 GPU 扩展至约 1,000 块 GPU，以简化系统设计。
- 该技术计划于 2027 年 1 月进行公开演示，并计划于 2028 年实现芯片量产。
由我们的 AI 根据我们的英文文章翻译，原文取材于网络上的专业市场来源。可能存在错误，行动前请核实事实。 解读由以下免费 AI API 生成： FreeTheAI.org
我们如何撰写免责声明问答
Fabric.AI 对其光互连技术做出了哪些性能提升预测？
Fabric.AI 预测 GPU 吞吐量可提高 1.3 至 1.6 倍，训练时间可缩短 23% 至 38%，同时互连能耗与铜缆相比估计可降低 80%。
Fabric.AI 计划何时演示和生产其 Neural I/o 技术？
Fabric.AI 计划于 2027 年 1 月进行公开演示，并以 2028 年推出量产芯片为目标。