本研究提出了一种新策略，将人工智能推理工作负荷引入风电场附近的模块化数据中心。通过构建Heron跨站点软件路由器，研究表明可以有效利用风电场的发电互补性，提升AI计算吞吐量，最高可达80%。

英伟达与FlashAttention-3合作，优化H100芯片，提升训练速度和计算吞吐量。FlashAttention-3通过IO感知优化和分块处理，充分利用Hopper架构特点。引入异步方式、乒乓调度和两阶段GEMM-softmax流水线方案等技术，提高GPU利用率。采用FP8精度、分块量化和非相干处理技术，提高计算精度。在测试中，FlashAttention-3在注意力基准测试和消融实验中表现出色，速度快3-16倍。

我们提出了一种超光谱存储体系结构，利用空间光调制器作为可编程光学存储器，通过空间复用和频率复用光频梳相结合，提高计算吞吐量和能源效率。实验结果表明，该系统在深度学习和优化任务中具有潜力，超越了传统光学计算体系结构的模块化性、可扩展性和可编程性，实现了高吞吐量、高能效光学计算的重要进展。