ZD至顶网网络频道 07月29日 综合消息:Mellanox今天宣布,面向 RoCE(融合以太网上的RDMA)的全新软件驱动程序已上市。这一新的驱动程序旨在使用 RoCE 简化以太网上的 RDMA部署并保证高性能传输,同时无需特意对网络做 “不丢包”的相关配置。这就使得云、存储和企业客户可更加快速而轻松地部署 RoCE,同时可提升应用程序性能、提高基础设施的效率并降低成本。
“RoCE 内置错误恢复机制,使得无丢包网络不再是一项严苛的要求,即客户无需配置他们的网络以防止数据包丢失,并确保最佳性能,”Mellanox 公司首席技术总监 Michael Kagan表示。“现在,更新的适配器软件使得 RoCE 可弹性应对数据包丢失,同时保持以太网的高吞吐量。这些全新的软件支持我们最新的10、25、40、50和100 Gb/s以太网适配器,并且与RoCE 规范完全兼容。”
“Microsoft 部署了一套高级数据中心基础设施,为客户提供企业级的智能云平台,”Microsoft 公司网络开发部门的杰出工程师 Albert Greenberg 说道,“看到RoCE 技术不断发展和演变,我们深受鼓舞。RoCE是高级互连方案的典型范例之一,其有助于 Microsoft Azure 向客户提供具备卓越灵活性、性能和可靠性的云服务。”
融合以太网上的远程直接内存访问 (RoCE) 机制在以太网上提供高效数据传输以及非常低的延迟。RoCE 可在硬件以及软件层面得到实施。Soft-RoCE 是 RoCE 标准的开源软件版本,兼容对 RDMA 缺少硬件支持的普通以太网卡。
“所有以太网 RDMA 协议均在不丢包的情况下具有最佳的表现,但并不是所有的IT 经理都已准备好将他们的网络配置为‘不丢包’,”IDC 数据中心网络研究室主任Brad Casemore表示,“在客户实现大数据和实时分析、数据库应用、基于闪存的SDN存储以及在采用25、50和100 Gb/s以太网的过程中,他们将了解诸如 RoCE 这样的技术如何满足其对应用程序性能和更高效基础设施利用率的需求。”
Mellanox已成为端到端 25、50和 100Gb/s以太网解决方案的市场领导者,通过 ConnectX-4 和 ConnectX-4 Lx 适配器以及 Spectrum 系列以太网交换机引领市场的发展。在 25、50 和100 Gb/s 的以太网速度下,Mellanox 适配器和交换机提供最高的吞吐量、最低的延迟以及最小的功耗。Spectrum 以太网交换机可确保在任意端口配置中公平分配带宽,更高效地处理拥塞,并且避免所有大小的数据包产生丢包现象。
面向Mellanox ConnectX-4 25、50和100 Gb/s以太网适配器的升级版弹性 RoCE 软件现已上市。这些适配器已通过主流 OEM 的资格认定,可用于当今市面上的各种高级服务器平台。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。