日本的大学研究人员称,他们已经试验成功高达100Gbps(每秒100千兆位元)的无线数据连接,用到的无线发射机频率为亚毫米波的兆兆赫频率范围。
该研究团队成员来自广岛大学、松下电器产业株式会社以及日本信息和通信技术研究所。他们表示,275-305千兆赫范围内CMOS发射器的发展致使他们成功建立了多通道高速连接,由其达到的速度大可匹敌光纤连接速度。
其频率远远高于目前的毫米波频率的300千兆赫兹,将打破兆兆赫兹的频率障碍。该研究小组表示,在这种高频率上,数据传输速度比现在的5千兆赫高速无线网的速度更高,甚至比诸如WiGig联盟标准的60千兆赫高速局域的速度更高。
广岛大学教授藤岛康稔(Minoru Fujishima)表示,“我们时下通常只会讲每秒兆位元或每秒千兆位元的无线数据速率,但我预计我们很快就会讲每秒兆兆位元了。”
他表示,“兆兆赫无线技术可以达到这个速度。这种极速目前只限于光纤。”
兆兆赫兹传输在什么地方以及如何使用目前尚不清楚。一般来说,更高的频率意味着更快的速度,但更短距离和较少的穿透障碍的能力。 比如,WiGig联盟标准的使用实例就颇为有限,因其Wi-Fi信号往往无法在一所房子或办公室里的多个房间里传输。
该项目的下一步是开发用于兆兆赫兹传输的调制解调电路以及开始进一步发展高频数据网络格式的工作。
该技术仍处于初级阶段,研究人员仅仅开始构建数据传输的基本组件。300兆赫兹范围本身也仍然只是实验室的研究项目,监管机构在2019年以前并无计划讨论任何形式的频率分配方案。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。