ZD至顶网网络频道 02月10日 综合消息: 一位网络资深人士说,对带宽需求很高的数据中心需要今年加快定义800 Gbit/s以太网链路。现有的IEEE流程太慢,无法满足Web巨头的需求,Arista Network公司董事长Andreas Bechtolshiem这样表示。
对于像Amazon、Facebook和Google这样的公司来说,网络带宽一直是瓶颈所在,这些公司试图连接数千台服务器以应对大量网络和移动流量。他预测说,今年这些公司将转向100GE连接,最早会在2019年开始批量采购目前还在实验室阶段的400G系统。
Bechtolsheim说,按照这个速度,数据中心无法等到正式的IEEE流程了,因为IEEE需要3年时间定义800GE。他呼吁SerDes制造商在今年制定关于112G接口的多源协议,该接口采用PAM-4作为基础,让即将得到批准的IEEE 400G标准的数据速率翻番。
“我们认为云产业需要更快的网络速度,这是实现这个目标的最佳方式,”Bechtolsheim在Linley Cloud Hardware Conference大会主题演讲中这样表示。
Bechtolsheim预测今年厂商出货100GE以太网端口数量将达到500万个,到2018年出货量将翻一番。他预测,400G出货量将在2019年达到100万,2020年达到400万。
100G价格的意外下滑触发了快速更新,现在造成了光纤的短缺,考虑到不同规格的模块和不同类型的光纤线缆市场是很零散的。
有分析师“假设了错误的成本模型”,预测今年“100G缓慢减少”。“人们认为他们有时间坡道……倒是这个行业从来没有见过这么陡的坡道,”Bechtolsheim表示,他展示了修改过的预测以及他自己的分析。
“这个标准在来自超大规模的需求已经远远落后了,”Linley Group首席网络分析师Bob Wheeler表示。“800G将是下一个合理的步骤,我认为人们还没有意识到这会来得这么快,”他说。
Bechtolsheim预测,100G以太网端口(绿色)将在今年与40G出现交叠,新速度会快速增加。(图片来源:Arista)
以太网芯片和系统厂商早在2011年就听到了来自Facebook和Google对Terabit Ethernet的需求声音。他们表示,技术和经济两方面的因素阻碍了他们按照数据中心所希望的那样快速推进路线图。
“我不知道现在这个时候有任何个人,在400GbE标准完成之前推进开始下一个高速项目,”IEEE 802.3 New Ethernet Applications(一个为构建产业共识的组织)主席John D’Amborisa这样表示。
尽管如此,“以太网联盟[贸易组织]已经意识到,在路线图上800GbE是400GbE下一个合理的步骤,所以大家都在呼吁这个标准的出炉毫不意外,”D'Ambrosia表示,他同时也是以太网联盟的主席,为IEEE通过以太网标准做出过努力。
与此同时,Optical Internetworking Forum (OIF)已经为112G穿行链路打造了多个接口。作为他们的成果,使用PAM-4的56G SerDes已经在上周DesignCon大会这样的场合向公众展示了。
OIF还致力于Flexible Ethernet标准,它的目标是覆盖明年问世的一系列数据速率达到100G的芯片,之后就是400G。
Bechtolsheim表示,FlexE标准对于数据中心需要的主流交换机芯片来说过于昂贵了。“这是一个很好的主意,唯一的问题是,这是一个非常小量的市场,”他将它称之为“一个面向非常小的市场的一个非常昂贵的芯片”。
FlexE相关工作“得到了产业领导者的广泛支持,包括最终用户和他们的系统及芯片提供商,这推动了开发工作的持续展开,”OIF的PLL工作组协议副主席Scott Irwin表示。“FlexE 1.0是基于标准的100GE PHY,只要求100GE交换机芯片内的增量逻辑,”这表明不需要承担很高的成本。
Arista预计400G以太网端口将从2019年开始问世
尽管每年都会制造相同数量的AISC,但是这代表着这部分硅片的份额在减少,Bechtolsheim表示。超过800G这一代,Web巨头可能需要转向片上光纤——微软Azure云部门从2015年初就开始倡导这个项目。Consortium for On-Board Optics计划在3月举行的Optical Fibers Conference大会上展示最新的进展,在这次大会上,厂商们将上台展示400G系统。对片上光纤的需求可能早在2011年初就出现了,Bechtolsheim说。
据Bechtolsheim说,好消息是以博通为主导的商用芯片厂商已经减少了交换ASIC和FPGA的需求。尽管摩尔定律变得成本越来越高,越来越复杂,但是每比特带宽的成本仍然在下滑,他说。
“晶体管密度还有增长100倍的空间,网络则远远落后,今年出货的是28纳米芯片,今年还将出现16纳米的芯片。”
尽管博通主导着交换机芯片市场,但是Arista从今年开始使用来自Cavium Networks的Xpliant芯片,分析师Wheeler表示。Barefoot Networks已经推出了在另一交换机上的首个芯片,初创公司则正在致力于一款交换机芯片,他补充说。
这种芯片主导着交换机系统,“我的所有工作都是围绕着软件——员工有95%是软件工程师,”Bechtolsheim表示。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。