测试和测量领域的业界领导者思博伦通信近日宣布,思博伦成功支持了业界迄今为止最大规模的100G以太网接口单机性能测试。此次测试由思博伦通信和新华三集团联合完成,主要是测试新华三S12500X-AF满框100G端口线速转发能力及超大规格IP路由转发表容量,密度达到单框768个100G端口。这也是业界目前最高的100G端口密度测试。
此次测试由权威测试机构Network Test完成。来自Network Test的David Newman指出, “拥有768个端口, 这是业界迄今为止成功完成的最大规模100G以太网交换机测试。我们进行的压力测试, 在单个机箱中涉及到近百万条独特的BGP路由, 以及768个并发的EVPN实例。此次基准测试,基于开放测试标准,成功验证了新华三数据中心核心交换机的性能,而Spirent TestCenter为此创纪录的项目提供了所需的高密度、高性能和高灵活性。”
本次测试采用思博伦Spirent TestCenter网络性能测试仪,配以能够验证下一代数据中心架构和路由器的高密度dX3 12端口100G测试模块,级联成一套测试集群,产生不同帧长的100G 线速业务流量,并实时呈现丢包、时延、抖动、帧顺序、误码、FCS 错误等反映传输质量的KPI,这个目前业界最高密度的100G测试仪表集群成功验证了新华三S12500X-AF系列交换机领先的性能,为测试提供了所需的高密度、高性能和高灵活性。
思博伦DX3五速率测试模块,单槽位可支持12个100G或40G端口,或24个50G端口,或48个25G或10G端口,支持FEC, Auto-negotiation, Link Training 等关键接口特
性,能够用于验证线速下超高密度网络设备的数据层服务质量(QoS),并对交换机和路由器上复杂的路由、数据中心和接入协议进行测试。
思博伦通信CEO Eric Hutchinson指出:“思博伦成功支持业界最高密度的768个100G端口测试,进一步证明了思博伦在高速以太网测试领域的领导地位,又一次证明思博伦是可依赖的伙伴。一代又一代的思博伦以太网测试技术已经帮助众多的客户成功占据市场先机。也非常感谢新华三的信任,选择了思博伦的测试解决方案来验证S12500X-AF性能。”
作为主流的高速以太网技术,100G正成为核心交换机和路由器主要的接口类型。新华三S12500X-AF系列交换机拥有领先的产品设计,其拥有全球单槽位最高48端口100G QSFP28可插拔光模块接口的单板,可以做到单框768个100G端口的全线速性能测试的数据中心核心交换机设备,其性能在此次全线速测试中得到验证。
图1:现场测试照片
新华三集团高级副总裁、首席技术官尤学军指出:“S12500X-AF系列交换机拥有全球单槽位最高48端口100G QSFP28可插拔光模块接口的单板,也是业界目前唯一可以做到单框768个100G端口的全线速性能测试的数据中心核心交换机设备。我们很高兴能与思博伦合作,对S12500X-AF性能进行验证,并取得了令人满意的测试结果。”
网络带宽需要持续高速增长,作为高速以太网测试领导者,思博伦为满足网络设备制造商,开发出高度灵活的产品以支持高速率、高密度及单端口多速率的需求,拥有最新400GE、200GE,以及最高密度12端口100GE测试模块,并于今年第一季度在其旗舰测试平台Spirent TestCenter 上发布了业界唯一集成16G/32G Fiber Channel的七速卡:支持100G/50G/40G/25G/10G以太网及 32G 和16G Fiber Channel, 可用于以太网和存储网络设备测试,助力服务提供商和超大规模数据中心部署高密度多速率网络基础设施满足这些需求。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。