ZDNET网络频道 03月12日 编译:Mellanox已经将两种技术开放给了开放计算项目:光学数据中心互联技术和能够在Facebook的Yosemite机箱规格规范中添加多个主机网络的技术。
这个光学规范旨在帮助推动OCP技术进入HPC世界,Mellanox这个框架最终将扩展到每秒Terabit的级别。
Mellanox的市场营销副总裁Kevin Deierling对Vulture South表示,该公司的贡献“让合作伙伴和竞争者们能够使用这个信道空间,这样他们就可以生产符合它的产品。”
今天贡献给OCP的规范提供了一种方法能够利用32个钢绞线光纤的波长达到1Tbps,这一点对于数据中心和网络规模市场非常重要,并且支持距离长达2000米的传输。今天,按照这种规范使用四个25 Gbps波长达到100Gbps是有可能的。
这个规范涵盖了1550 nm WDM激光和硅光,让行业能够把用单模光纤连接器将QSFP28端子连接起来。
Deierling对公众表示超级规模市场意味着开放光学规范将带来更多的交换机进入市场,同时也会给Mellanox带来拓展其NIC销售的机会。
多个主机,一个NIC
该公司还向OCP贡献了其多主机技术规范。根据Facebook的Yosemite chassis显示,多主机的想法是利用Yosemite的新架构。
Deierling解释说,传统的x86体系架构将CPU置于宇宙的中心,或者更准确的说是主板的中心。NIC不是在CPU的外围,而是两者位于同一块主板之上;只要NIC具有足够的容量,就没有理由让它不能服务多个CPU的通信。
Deierling表示,这种方法旨在节省NIC和链接到机架顶部交换机的线缆,和使用对称多处理器的设计相比,“你可以使用更多让人负担的起的CPU”,“因为你是利用网络将CPU连接在一起了。”
Mellanox移交给OCP的技术旨在让多主机网络对于CPU透明。他表示用这种方式,实施不需要一个新的网络堆栈,但是它也能够支持在同一个物理连接上的x86、OpenPower、ARM、GPU或者基于FPGA的处理卡。
在Mellanox展示的配置中,一个648节点的集群只需要162个NIC、162个端口和162根线缆。
好文章,需要你的鼓励
英伟达宣布推出Alpamayo-R1开源推理视觉语言模型,专为自动驾驶研究设计,这是首个专注于自动驾驶的视觉语言行动模型。该模型基于英伟达Cosmos Reason模型构建,能够处理文本和图像,让车辆"看见"周围环境并做出决策。英伟达还发布了Cosmos Cookbook开发指南,帮助开发者训练和使用模型。这些技术对实现L4级自动驾驶至关重要。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
波兰AI语音公司ElevenLabs由两位30岁创始人Staniszewski和Dabkowski创立,其AI语音技术能够生成极其逼真的人声。公司在四年内从零发展到估值66亿美元,两位创始人均成为亿万富翁。该公司年收入1.93亿美元,净利润1.16亿美元,服务客户包括思科、Epic Games等知名企业。尽管面临深度伪造等技术滥用风险,ElevenLabs仍在与谷歌、微软等科技巨头竞争AI语音市场主导地位。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。