ZD至顶网网络频道 11月09日 编译: 在传统印象当中,人们似乎很难将Facebook视为一家基础设施厂商——而更多将其认定为一家图片共享与新闻消息发布平台供应商。然而,这位网络巨头已经迅速成为电信设计领域的核心领导者之一,这一点在该公司的最新发布内容中亦得到充分体现。
其公布的Backpack是一套第二代模块化开放交换机平台,其设计目标专门用于提供40到100 Gbps数据传输通量。为了实现这样的性能指标,Facebook方面必须重新设计第一代设备,从而直接在底盘架构中容纳100 GE ASIC芯片以及光纤连接,同时纳入更多其它隐藏性改进。
“我们正在努力构建一套端到端基础设施,其应能够传输规模更为可观的数据,同时提供更出色的在线体验,”Facebook公司工程技术与基础设施负责人Jay Parikh在本届Structure 2016大会现场接受采访时表示。
该交换机当中使用的软件为Facebook公司自家的FBOSS与OpenBMC网络堆栈以及基板管理方案,其属于开源软件,因此网络管理者们能够对其功能进行调整。该交换机背后的设计与软件方案都已经被提交至开放计算项目(Open Compute Project),且预计将很快得到批准。
与此同时,Facebook方面还将把这些交换机引入自家数据中心之内。Parikh指出,在被引入且同该公司类似的电信基础设施项目(Telecom Infra Project)作为通信设备协同运作后,这一开放计算项目硬件将为增强与虚拟现实的未来应用提供强大支持——而这二者也正是Facebook公司当前的关键性推进方向。
增强现实,特别是虚拟现实技术,需要占用海量数据资源。如果不能为这些庞大的软件块提供充实的处理资源与路由能力,那么此类平台永远无法真正实现。因此Facebook公司目前正全力保证自身网络套件能够处理相关流量负载。
Parikh同时指出,Facebook公司早已决定对自身技术进行开源或者发布免版税许可,这是为了更快将成果与大众分享,并由他人对其中以改进。Facebook公司无意转型为电信厂商,他表示,但同样乐于看到其它厂商利用其现有技术成果实现更理想的数据馈送速度。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。