Fabric.AI與Kopin共同發佈了一份白皮書，其中提出了一種方案：在人工智能數據中心的內部，可以使用大規模並行的微LED光學通道來替代傳統的銅線結構。

這篇白皮書介紹了Neural I/o™和MicroLED光學互連技術——這兩項技術都是由兩家公司共同開發的。這種技術使得擁有10,000個GPU的系統能夠實現每顆GPU 1.3到1.6倍的訓練性能提升，同時完成相同規模的訓練所需的時間可以減少23%到38%。因為這種互連技術利用了多余的通道來連接、同步並監控系統運行，從而避免GPU們處於等待狀態。 這篇名為《無SerDes的數據中心》的白皮書由Kopin公司的首席執行官邁克爾·穆雷以及Fabric.AI的高級戰略顧問詹姆斯·阿爾圖徹共同撰寫。白皮書不僅關注單個連接器的性能表現，還從一個系統層面的角度提出問題：如果互連不再成為制約因素，那麼該如何構建AI數據中心呢？ 您可以訪問Fabric.AI的網站來獲取這份白皮書。 目前，數據中心中的數據傳輸仍然依賴於銅質線路，而銅線在物理特性上並無爭議。以每秒200吉比特的速度，銅質線路所能覆蓋的距離大約為一米。這意味着，在一個機架上只能容納72個GPU的AI計算集群。因此，一個擁有10,000個GPU的集群大致相當於139個獨立的計算域，這些計算域通過較慢的網絡進行連接。當數據從機架中傳輸出去時，帶寬會下降四到八倍。白皮書指出，在前沿級別的密集訓練中，模型的FLOPs利用率通常在35%到45%之間；而在混合專家訓練中，這一比例則介於20%到35%之間。這意味着，世界上最昂貴的機器有一半到三分之二的時間都處於閒置狀態，而這部分閒置時間所導致的損失，很大程度上都歸因於互連技術的缺陷。