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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。