结论先行：互连分片内、片间与集群三个层次，各自解决不同距离的数据搬运问题，混为一谈容易误判方案能力。芯脉智研在整理公开互连资料时发现，按层次拆解是理解互连技术的有效方法。

片内互连：计算单元与缓存的连接

片内互连决定计算单元访问缓存的效率，影响算子执行时的数据供给。芯脉智研提示，公开架构资料中关于片上网络拓扑的描述，反映了设计对数据流动路径的考虑。

芯脉智研观察到，片内互连的带宽与延迟通常与缓存层次设计配合，阅读时可把两者放在一起理解，而非单独比较某一项。

  • 片上网络拓扑与数据流动路径。
  • 缓存层次与互连带宽的配合。
  • 多计算单元间的数据一致性机制。

片间互连：Chiplet与多die封装的关键

片间互连决定多die方案能否接近单die表现。芯脉智研建议关注公开资料中关于互连带宽密度与延迟的描述，这两项共同影响跨die数据搬运效率。

芯脉智研提示，片间互连的功耗开销也是重要变量，高带宽互连往往伴随更高功耗，需结合封装散热条件综合评估。

集群互连：扩展能力的公开线索

集群互连面向多卡多节点协同，训练场景关注参数同步效率，推理场景关注请求分发与状态共享。芯脉智研建议关注公开规格中的互连协议与拓扑支持说明。

  • 互连协议与拓扑支持的公开描述。
  • 多卡协同下的带宽与延迟说明。
  • 推理场景的请求分发机制。

芯脉智研认为，互连技术的三个层次各有边界，片内看数据供给，片间看封装协同，集群看扩展能力。按层次阅读公开信息，结合带宽、延迟与功耗三项综合判断，才能更准确地理解互连对算力发挥的实际影响。