全球知名程序員約翰·卡馬克近日在社交平臺提出一項突破性技術構想：用200公里長的光纖網(wǎng)絡替代傳統(tǒng)DRAM，構建AI系統(tǒng)的二級緩存層。這位因開創(chuàng)3D圖形技術而被稱為"游戲產(chǎn)業(yè)教父"的技術先鋒，將目光投向了人工智能算力瓶頸的核心問題——內(nèi)存墻。

卡馬克的方案基于現(xiàn)代光纖通信的物理特性。當前單模光纖在200公里傳輸距離下可實現(xiàn)256Tb/s的驚人帶寬，這意味著當光信號在光纖環(huán)路中循環(huán)傳輸時，任意時刻都有約32GB數(shù)據(jù)處于"飛行狀態(tài)"。通過精確控制光信號的傳輸時延，這套系統(tǒng)理論上能提供32TB/s的等效帶寬，形成獨特的"傳輸即存儲"架構。這種設計對神經(jīng)網(wǎng)絡特有的權重訪問模式具有天然適配性，特別是處理確定性數(shù)據(jù)流時效率顯著提升。

技術原理層面，該構想與上世紀50年代的延遲線存儲器形成跨時空呼應。當年計算機先驅(qū)們利用水銀介質(zhì)中的聲波延遲存儲數(shù)據(jù)，如今卡馬克將存儲介質(zhì)升級為光纖，信息載體從聲波變?yōu)楣庾?。這種變革帶來兩大優(yōu)勢：首先是能耗優(yōu)勢，光信號傳輸無需持續(xù)電力刷新，相比DRAM的動態(tài)刷新機制可降低數(shù)個數(shù)量級的能耗；其次是帶寬潛力，現(xiàn)代光纖的傳輸容量遠超電子存儲介質(zhì)。

但這項革命性技術面臨多重現(xiàn)實挑戰(zhàn)。首當其沖的是基礎設施成本，200公里專用光纖網(wǎng)絡的鋪設費用高昂，即便采用盤繞方式部署也需要解決信號衰減問題。配套的光放大器和數(shù)字信號處理芯片會帶來額外能耗，可能部分抵消節(jié)能優(yōu)勢。更關鍵的是時延控制精度，要實現(xiàn)穩(wěn)定的數(shù)據(jù)緩存功能，需要納米級的時間同步技術，這對現(xiàn)有光電集成系統(tǒng)提出嚴峻考驗。

該構想已引發(fā)科技界熱烈討論。特斯拉創(chuàng)始人埃隆·馬斯克參與技術論證時提出，采用高折射率材料可進一步降低光速，從而在相同物理長度下存儲更多數(shù)據(jù)。這位科技巨頭甚至提出更激進的真空存儲設想，通過控制光子在真空中的傳播路徑實現(xiàn)數(shù)據(jù)存儲。不過這些方案目前仍停留在理論推導階段，距離工程實現(xiàn)尚有漫長道路。

卡馬克的這次跨界嘗試，再次證明頂尖技術專家的思維突破往往源于對基礎物理原理的深度理解。當AI算力需求呈指數(shù)級增長，傳統(tǒng)馮·諾依曼架構的瓶頸日益凸顯時，這種跳出常規(guī)框架的技術探索，或許正孕育著下一代計算架構的雛形。