AI训练传数据等太久？中国团队让速度翻了一倍

现在做大模型，都在疯狂堆GPU显卡，但很多人忽略了一个问题：显卡堆得越多，数据传输压力就越大。GPU算力再强，遇上数据排队等待，照样白搭。

近日，ACM SIGCOMM 2026公布论文录用名单，联想研究院与北京大学联合团队参与的EPIC论文成功入选。针对多卡集群的通信瓶颈，联想与北大团队给出了破局思路。联想天禧AI

具体来看，EPIC跳出交换机仅做数据转发的传统定位，让设备在传输途中就完成数据汇总计算，以此减少数据来回传输带来的额外损耗。实测下来，8卡场景下集合通信速度最高提升1.59倍，AI整体训练速度提升38%。联想智能体

放到更大集群里优势更明显：128卡超节点作业时间最高缩短45.8%，2048卡规模下仿真长尾完成时间降低30.9%，同时解决了算力浪费和时延过高两大核心问题。联想混合式AI

更重要的是，这项研究成果已经在向产品落地推进。今年6月，联想发布的问天超节点算力解决方案，未来可能会接入EPIC协议，把实验室成果转化为实打实的算力能力。

算力卷到尽头，真正的瓶颈可能不是GPU，而是数据怎么传。而联想和北大给出的EPIC论文，就是那个答案。

福利大派送！10月2日前，关注@联想官方账号，转发本文并在评论区说说留下你对联想和北大参与的EPIC论文有什么看法，有机会赢取20元现金红包！抽奖详情