ZD至顶网网络频道 01月25日 国际消息: 作为全球速度最快的每秒6.5 Tb以太网交换机芯片TofinoTM的缔造者,Barefoot Networks公司出席了于本月24日召开的开放计算项目(简称OCP)Disaggregate: Networking大会。Barefoot Networks公司联合创始人兼首席科学家Nick McKeown在会上探讨了为何有必要实现转发平台的可编程能力、相关新规范以及将在网络领域实现的新型用例。另外,Barefoot Networks公司还展示了其Wedge 100B系列交换机——包括传输速率达每秒3.2 Tb的1RU 32 x 100GE交换机Wedge 100BF-32X与传输速率达每秒6.5 Tb的2RU 65 x 100GE交换机Wedge 100BF-65X。这些交换机产品将内置有Barefoot Networks公司的Tofino技术,其不仅能够为OCP生态系统用户带来更出色的以太网交换机性能表现,同时亦将提供一条更具可编程性的使用管道。
这些Wedge 100B系列交换机支持FBOSS、SONiC以及多种其它交换机操作系统,且可通过OCP的交换机抽象层(简称SAI)API、switchAPI(属于一款扩展性开放API)或者由用户设计之API进行控制。默认运行于Tofino之上的“switch.p4”程序能够将Wedge 100B系列交换机转化为一台架顶式交换机,且提供全部与数据中心规范要求相符的标准功能。用户可以根据选择向其中添加或者移除部分功能、添加新协议、变更表大小、提供更出色的可访问性并折叠包括四层负载均衡在内的各类中间代理功能。Wedge 100B平台还引入了多项增强要素,其中包括提供经过优化的电源供应单元、更低成本的PCB设计、经过改进的制造设计以及更强大的CPU模块等等。这些交换机产品运行一款经过更新的OpenBMC版本。
OCP的Disaggregate: Networking大会由Facebook公司主办,选址于加利福尼亚州门洛帕克。此项会议主要面向对于开放及拆分网络解决方案抱有兴趣的工程师群体,旨在挖掘以拆分化方式更为高效、灵活且可扩展地创建硬件与软件这一重要机遇。
“开放计算网络项目对于Barefoot Networks与整个技术社区共享其两套Wedge 100B硬件设计方案的作法感到振奋,”OCP网络项目联度负责人Omar Baldonado表示。“我们期待着这些Wedge 100B设计方案能够带来更多创新性成果,也期待着其可编程交换机芯片能够为行业带来更多灵活性助力。”
“Barefoot Networks很高兴能够将其基于Tofino技术的Wedge 100B交换机设计方案与整个开放计算项目社区进行共享,”Barefoot Networks公司联合创始人兼CEO Martin Izzard指出。“利用Wedge 100B平台,OCP生态系统、网络拥有者以及架构师们能够以前所未有的方式充分把握全面分解的网络堆栈、深入转发层并借此构建起更适合自身需求的网络体系。”
作为公布于2016年6月的方案,Barefoot Networks公司的Tofino以太网交换机ASIC与Capilano软件开发环境(简称SDE)通过开放转发层消除了实现全面网络可编程能力的最后一项障碍,允许使用者对网络之上的可靠数据包传输进行细粒度控制。其首款Tofino芯片于2016年第四季度交付至客户手中,而该公司亦不断吸引到更多行业领导者加入其网络合作伙伴阵营。
上市时间
Barefoot公司的Tofino芯片已经于2016年第四季度开始发布样品。Wedge 100BF-32X与Wedge 100BF-65X系统目前已经允许用户通过Edgecore Networks进行订购。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。