助力中国硅光通信产业高质量发展，引领产业协同与技术突破

在产业协同实践中，Kevin Pan深刻认识到AI训练集群的数据吞吐量挑战——单集群日均可达10PB，直 接推动800G/1.6T光模块商业化，并将链路质量要求提升至极限：误码率必须低于10 。他推动建立了覆 盖硅光器件供应商、光模块厂商及DSP厂商的协同创新机制，围绕"眼图质量—误码表现"的稳定相关 性，聚焦TDECQ与系统级误码率的闭环优化取得重要突破。针对800G模块，通过TDECQ算法优化和大 量模块与码型实验，使多数厂商能够将TDECQ控制在2以下，显著提升链路质量的可迁移性与稳定性。 同时通过DCA测试精度提升，完善算法适配与跨仪器一致性，实现理论拟合度与可重复性的大幅提 升。在1.6T模块方面，团队联合产业链上下游在编码、工艺与算法侧协同优化，最终通过与DSP厂商合 作，降低底噪、提升灵敏度，建立稳定相关性，为1.6T量产奠定基础。 技术引领：突破算力时代互联瓶颈 随着生成式AI驱动算力需求爆发式增长，大型语言模型迭代对训练吞吐与推理时延提出极致要求，数 据中心由此迈入"超高带宽、超低时延、高密度互联"的新阶段。Kevin Pan敏锐把握这一趋势，指出硅 光技术将成为突破互联瓶颈的关键。在他的推 ...