创业公司聚焦：Dipole Labs 构建光学交换机，以保持 AI 集群流量在光传输中
Harvard 的博士后研究员 Deepankur Thureja 和 Gabriele Pasquale 正在把光子学研究转化为用于 GPU 集群的可重构网络硬件。
By RuntimeWire Staff · Published
Primary source: Y Combinator
为何重要
AI 基础设施支出越来越依赖于从现有加速器中获取更多计算量。Dipole 押注于工作负载感知的光学交换可以在不新增一排 GPUs 的情况下提高利用率。
Deepankur Thureja 和 Gabriele Pasquale 正在围绕 AI 集群中一段昂贵的空闲时间构建 Dipole Labs：处理器在等待网络传输数据时的停滞。
这家总部位于波士顿、于 2026 年成立并在苏黎世设有欧洲基地的初创公司，正在开发光电路交换机，能够在机架之间路由流量而无需在每个交换点将信号从光转换为电再转换回光。Dipole 将该硬件与一个控制层配对，该控制层旨在学习 GPU 的通信模式，并根据训练和推理工作负载重新配置光连接。
这使得 Dipole 成为一个横跨光子器件、网络硬件和集群软件的协同设计赌注。这也是一次技术上可信的尝试，旨在将创始人的学术成果商业化。Thureja 和 Pasquale 在分别于 ETH Zurich 和 EPFL 构建量子与纳米光子器件后，在 Harvard 担任博士后研究员时相识。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.