随着人工智能算力竞争的深入，竞争焦点已从单一设备的性能提升转向集群间的协同效率。9月4日，天津大学与凌波智芯联合成立的“先进算力互联技术联合实验室”正式揭牌。该实验室将专注于解决高性能 AI 网卡、Scale-out 网络、无链接 RoCE、先进流量控制及高并发状态管理等关键难题。
在大模型训练与推理场景中，GPU 并非孤立工作。多节点、多 GPU 的集群环境需要频繁进行集体通信、全对全数据交换、专家并行以及跨节点的 KV Cache 交互。因此，Scale-out 网络已从服务器的附属配件，演变为决定 GPU 利用率和系统整体吞吐量的核心变量。凌波智芯正是瞄准了这一网络互联的痛点，推出了 LINGBO 系列高性能 AI 网卡。
凌波智芯提出了“无链接 RoCE”的技术路线。这一设计旨在保持 RoCEv2 和开放以太网生态兼容性的基础上，通过重新设计网卡内部的通信状态、队列及可靠传输机制，确保在高并发 AI 通信场景下，数据面处理依然高效。传统 RDMA 网卡通常以 QP（队列对）作为管理粒度，随着通信关系和并发度的增加，维护序列号、窗口、重传等状态所需的片上资源会急剧膨胀。“无链接 RoCE”并非放弃可靠性，而是将数据传输从大量细粒度的连接上下文中解耦。通过采用面向目的端的状态聚合策略，多条通信流共享部分传输上下文和调度资源，从而减轻了连接数量增长对片上存储和状态访问带来的压力。
基于该架构，凌波智芯还引入了 HP4 流控与 SSR 选择性重传技术。HP4 核心在于将拥塞管理从传统的“事后退让”前移至“事前注入控制”，根据接收端负载和网络特征主动约束数据注入量。SSR 则借鉴了数据包容器思想，仅对丢失的数据段进行选择性重传，避免了全段重传造成的资源浪费。
从产业观察来看，该项目的核心价值在于打通网络理论、硬件 IP 与真实集群验证的闭环。联合实验室将连接高校在网络体系架构、拥塞控制算法等方面的原创研究，与企业在大规模 FPGA、芯片设计、驱动开发及场景验证方面的工程能力。在后续的 POC 验证阶段，团队将覆盖主流 GPU、交换机、训练框架及多种网络拓扑，重点考察软硬件互操作性，以及新网卡与现有 RoCE 网络混用的兼容性。届时，有效带宽、集体通信完成时间、P99 尾时延、丢包恢复速度及系统扩展效率将成为检验技术成熟度的重要指标。
同日，天津大学与凌波智芯签署了入股增资协议，标志着双方合作从单纯的联合科研正式延伸至成果转化与产业协同。凌波智芯创始人、天津大学教授李文信表示，LINGBO 系列网卡是当前技术落地的载体，但联合实验室的长远目标是沉淀出一套完整的协议、架构、算法、核心 IP 及系统级能力。