ZD至顶网网络频道 08月18日 综合消息: 英特尔制造的硅光子网络产品开始批量发货,硅光子网络技术利用薄玻璃纤维里的光取代铜导线。
硅光子网络技术用的是几毫米大小的缆线,在2 公里或更远距离上的网速可达100Gbps,该技术可用于连接数据中心集群的高速网络。所谓的硅光子是指利用排列有序的硅发送和接受经过精确对齐的、携带数据的激光信号。这些硅光子设备的制造和正常的 CMOS 芯片无异,即是说批量制造会相对便宜和容易。
科技人员的梦想是将这种技术嵌在处理器和芯片里,如此它们就可以将数据从内部数据线直接发到外部网络里。
此为最终的目标。但目前我们只是使用相应的分立收发器。用家基本上可以将一堆英特尔 PSM4 和 CWDM4 硅光子模块塞在交换机之类的设备里,然后与其他硅光子设备联网,架成有效速度达 100G的以太网络。该技术的开发有16 年左右的历史了。
英特尔收发机模块
记者今天了解到,自 6 月以来这些模块已经开始面向有些客户发货。据悉,微软也一直在Azure 数据中心里试用这些技术。
英特尔数据中心集团的老板Diane Bryant在旧金山的芯片巨头开发者论坛会议上展示了一款模块。
她今天早上在会议上做主题演讲时表示,"网络缆线不够给力。我们是第一家用硅进行数据连接的公司。"
据英特尔副总裁Alexis Bjorlin的介绍:
英特尔硅光子产品现已进入批量生产阶段, 100G 光子收发器产品已经开始发货。英特尔硅光子 100G PSM4 (并行单模光纤 4道) 和英特尔硅光子 100G CWDM4 (稀疏波分复用4道)是小外形规格、 高速度和低功耗消费产品,主要用于数据通信方面的应用,特别是数据中心里交换机到交换机的光互连。
Bjorlin 还表示,"目前这些产品已经被部署到大型数据中心里交换机到交换机的连接里。而在未来随着服务器带宽的增加,服务器将由光网络连在一起,光网络将取代铜线互连,铜线在带宽增加的情况下,其互联性在广度上的局限性越来越大。"
有关PSM4 和 CWDM4 的资料在网上可以搜到。就我们所知,PSM4 和 CWDM4是交换机制造商用来造 100GbE 设备的组件,即是说,它们没有 PCIe或之类的接口。
如前所述,硅光子技术已经有多年的发展历史了,而且不只是英特尔在做有关方面的工作。大学科研人员和包括IBM在内的企业都一直在研究硅光子。而同时,诸如 Mellanox 的网络设备制造商手里的100Gbps 以太网硬件也可以在超过 2 公里的电缆上运行。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。