关于光纤你要知道的那点事儿
	
                    
                     现代光纤的特殊性源于上世纪50年代的研究。在上世纪50年代中,通过光纤传输可视化图像的研究和发展引起了医学领域的一些进步,随后它又应用到远距离照明和观察仪器上。 
                    
                        现代光纤的特殊性源于上世纪50年代的研究。在上世纪50年代中,通过光纤传输可视化图像的研究和发展引起了医学领域的一些进步,随后它又应用到远距离照明和观察仪器上。在1966年,Charles Kao和George Hockhan提出通过玻璃光纤传输信息,并且认识到降低线路衰减非常重要,这是它在应用时要解决的关键问题。
 这促使光纤制造业开始研究如何减少光衰减。现在,这些衰减已经远远低于当前Kao和Hockham所设定的原始目标。
 使用光纤的优势
 由于光纤线缆具有低衰减高带宽的特性,因此这可用于实现比铜线更远距离的数据传输。在数据网络中,在不使用中继器的前提下可以实现长达2公里的传输。由于它们又很轻很小,因此它们也非常适合用于一些无法使用铜线的场合;通过使用多路复用器,一条光纤就可以替代上百条铜线网线。在一要细小玻璃丝上实现这种效果确实让人很惊叹,但是它对于数据行业的真正好处是它完全不受电磁干扰——事实上玻璃并不是导电体。
 由于光纤不是导体,因此所有光纤线缆都可以用在需要绝缘的场合——例如,用在两栋使用铜线可能产生地电位差的建筑物之间。此外,光纤也能消除一些危险环境的威胁——如在化工厂,一个火花就可能引起爆炸。最后,一样重要的是安全问题:想要入侵光线而盗取数据信号是很难的。
 光纤制造 
光纤线缆有许多的类型,但是按照本文的目标,我们将介绍其中一种最常见的类型:62.5/125微米软线。其中的数字表示光纤内核和包裹层的直径。它们的单位都是微米,是指一米的百万分之一。
 软光线线缆可用于室内或室外。室外线缆通常会填注塑胶,作为防潮隔离层,防止水分进入。一条线缆的内核数量可能是4-144。 
过去几年里,有各种不同大小的核心面市。现在,主要有3种大小的线缆用于数据通信:50/125、62.5/125和8.3/125。其中50/125和62.5/125微米的多模光纤最常用于数据网络;但是,最近62.5的变得越来越流行。可是,50/125之前一直是千兆以太网应用程序的首选。
 8.3/125微米软光纤是一种单模光纤,到现在它也并没有广泛应用于数据网络,因为单模硬件造价昂贵。现在情况有一些变化,因为使用62.5/125光纤的千兆以太网的长度限制已经下降为220米左右。因此,在一些园区网中只能使用8.3/125光纤。 
单模与多模光纤 
对于铜线而言,尺寸越大,电阻越小,从而有更大的容量。但是,对于光纤而言,情况则是完全相反。为了解决这个问题,我们首先需要理解光线在光纤内核传播的方式。
 光线传播
 光线是通过一种所谓全内反射的过程在光纤中传播的;这是通过使用两种有不同折射率的玻璃而实现的。内核具有较高的折射率,而外部包层的折射率较低一些。这与周围环境的反射原理是完全相同的;然而,如果你垂直看水面,是能够看到水池底部的。
 在这两个角度上形成一定的角度,光线就不会从水面反射走,而是会穿过水面,从而能够看到水池底部。在多模光纤中,正如其名称所表示的,光线会有多种传播模式。其范围包括低阶模式和高阶模式,前者是指沿中心直线传输的最直接路径,而后者是指在边界上来回反射而通过光纤的方式。 
这会产生信号散射的效果,因为光线的一个脉冲会多次到达远端;这就是所谓的模间色散——有时候也称为差模延迟(DMD)。为了解决这个问题,出现了渐变转折率光纤。不同于常规光纤在内核与包层之间有一层封闭涂层,这些光纤的中心具有较高折射率,然后逐渐递减,最外层的折射率最低。这样可以延缓低阶模式,使光线能够以更紧密的形态到达最远端,从而能够减小模间色散和改进信号的形状。 
单模光纤又是什么? 
消除模间色散的最佳方式是什么?很简单:只允许一种模式传播。因此,可以用更小的内核尺寸实现更大的带宽和更远的距离。道理很简单。
                     
		     
                    
	
				
0赞好文章,需要你的鼓励
 
                
                
                  
                    
                    推荐文章
                   
                  
                    			
                
			    
			    		
                    
                    
                    亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
                    
                  
                 
			  			
                
			    
			    		
                    
                    
                    Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
                    
                  
                 
			  			
                
			    
			    		
                    
                    
                    当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
                    
                  
                 
			  			
                
			    
			    		
                    
                    
                    卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。