ZD至顶网网络频道 11月16日 综合消息: 斯坦福大学研究团队以OpenFlow和VMware的NSX而闻名业界。该团队日前宣布成立初创公司Forward Networks,于周一正式挂牌开张,主打网络建模技术。
Forward Networks公司的工具软件令用户可以获取自己网络的状态,然后建立相应的软件仿真。首席执行官和联合创始人David Erickson表示,"有点像tracroute程序,但无需发送数据包,而且对路径上每个设备的2到4层的细节都进行了仿真。"他认为,能这样做会十分方便,原因是今时今日要预测所有可能的数据包流是很难的。而Forward公司的目标正是要这样做,然后对流量进行分析以确定其是否符合网络策略,如此,在数据包遇到困难时用户就可以采取纠正措施。
另外,仿真还可以利用影响网络变化的因素建模,在网络配置改变或添加新设备时可以更好地预测各种难以预见的情况。用户也可以利用仿真看看购买更多套件时会出现什么情况,比如在持续改进网络时会不会为网络引入一点点DevOps-y。
Forward瞄着业界的大企业:计划是将电信商、金融服务机构和IT服务提供商发展为客户,例如澳大利亚头号电信商就用了Forward的工具包,"以提高关键客户网络的运营效率"。
Erickson告诉记者,"要做到这一点就必须在计算机科学里的一些算法上有突破。"
据了解,Forward的算法历经多年的研究,这些研究起源于McKeown小组。McKeown团队曾主攻新一代网络的各种课题。Erickson曾是McKeown小组成员并得到NSX 之父Martin Casado的指导。Casado现就职于风险资本机构Andreessen Horowitz。Forward得到Andreessen Horowitz的资助。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。