至顶网网络频道 09月27日 综合消息: 9月26日,2017英特尔亚洲网络峰会在北京召开。英特尔携手业界领先的合作伙伴及运营商,深入探讨了面向5G的网络转型。英特尔网络平台事业部副总裁兼通信基础设施部门总经理 Dan Rodriguez分享了英特尔对于网络转型发展趋势的见解,并介绍了英特尔在网络转型领域的关键产品方案以及发展策略。
英特尔网络平台事业部副总裁兼通信基础设施部门总经理 Dan Rodriguez分享智能化网络转型的发展趋势
网络亟需转型,以迎接5G时代的全新机遇和挑战
5G将开启万物智能互联的新时代。其应用场景,除了虚拟现实和增强现实等增强型移动宽带之外,还有智能家居、智慧城市等大规模机器通信,以及无人驾驶、远程医疗等高可靠、低时延通信。预计到2020年,全球将有500亿台设备智能互联,并产生每年44ZB的数据。5G带来的不断增长的海量数据的处理需求以及更为复杂的应用场景,对网络的灵活性、速度、延迟和安全性提出了更高要求,网络亟需转向敏捷、灵活和可扩展的网络。
为了构建更为敏捷的网络,现在越来越多的智能计算的能力已经从中心不断扩展到分布式的各种智能边缘。这也将为运营商带来新的利润增长点,为了实现这样的服务,核心网络必须变得更加灵活;同时核心网的负载也需要不断向末端也就是向“最后一英里”的边缘端扩散,这是网络架构需要进行的改变。
此外,另一个趋势是网络一致性要更强,这样未来的软件才能真正实现可移动、可携带,让我们能够充分地运用软件将网络进一步更新。在未来的云或数据中心,网络都会在云端进行,同时进一步提升网络效率,为用户带来最佳的服务体验。
多接入边缘计算(MEC)正在成为网络转型的驱动力之一。通过将网络核心功能下沉到网络边缘,在靠近移动用户端,提供IT的服务、环境和云计算能力,满足5G低延时、高带宽的业务需求。面向应用层面,MEC可向垂直行业提供定制化、差异化服务,提升网络利用效率和价值。MEC将网络和云进行了无缝连接,是5G的必选项。
5G会带来各种不同的应用场景,对网络有各种差异化的需求,如物联网的低能耗需求、视频流媒体的超高带宽需求、实时控制的低时延需求等等。这时候,就需要网络切片技术以支持不同的业务需求。
英特尔网络平台事业部副总裁兼通信基础设施部门总经理 Dan Rodriguez介绍英特尔至强可扩展处理器
端到端产品方案+广泛生态合作,英特尔引领网络转型浪潮
面向5G和云网融合的发展趋势,英特尔致力于通过领先的端到端解决方案以及广泛的生态系统合作,引领网络转型的浪潮。英特尔将助力网络实现端到端转型,打造虚拟化、软件定义和面向云的网络架构。
英特尔至强可扩展处理器能够以突破的性能从容应对网络工作负载,帮助通信服务供应商从固定功能的专用网络加速转型到灵活的软件定义网络(SDN)。相比上一代产品,该处理器使用Intel QAT和DPDK,使关键网络应用的IPSec转发速率提升最高达2.5倍,整体性能提升达1.65倍,从而提高网络转型的价值。此外,其拥有多达28颗内核,并针对数据中心和通信网络中各种性能需求进行了优化,可提供2插槽到8插槽及更多插槽配置支持和充足的扩展空间,为入门级到关键业务的各类工作负载提供全面支持。针对计算、内存、网络和存储性能和软件生态系统的全面优化使英特尔至强可扩展处理器成为软件定义的、针对总体拥有成本而优化的数据中心的理想之选。能够使数据中心无论是在本地、通过网络,还是在云端都能根据负载需求动态地自我配置资源。
由于采用全新的内核微架构、核内互联和内存控制器,该平台可优化数据中心和网络基础设施所需的性能、可靠性和可管理性,使得企业获得普世性能将洞察付诸实施、实现业务连续性,并满足实时服务交付方面的需求。因此,英特尔至强可扩展处理器能够从性能、可扩展性和敏捷性等多个方面为网络转型提供最有力的支持,是为云优化并支持5G网络的下一代平台。
系统芯片(SoC)方面有英特尔凌动处理器C3000产品系列以及英特尔至强处理器D-1500产品系列的网络系列。英特尔凌动处理器C3000产品系列提供多达16个计算核心,旨在为高密度低功耗网络、存储和物联网产品提供高性能,功耗低至8.5瓦,并提供高达19Mpps的3层转发性能。英特尔至强处理器D-1500产品系列的网络系列,能够把英特尔至强处理器的高性能和高智能引入高密度、低功耗的系统芯片中,适用于各种不同工作负载环境,包括中端网络路由器、无线基站、温存储、工业物联网等,为基础设施优化提供了新的选择。
英特尔Select解决方案能够简化并加快数据中心和网络基础设施的部署,初始解决方案在Canonical Ubuntu、Microsoft SQL 16和VMware vSAN 6.6上提供。该解决方案延伸了公司在英特尔Builder生态系统协作上的深度投资,并将作为英特尔验证配置的一个选择,加速用户对英特尔至强可扩展处理器的基础设施投资回报,用于用户优先的工作负载。
为加速网络转型,除了在产品技术方面寻求突破之外,英特尔也积极与开源社区和标准组织等广泛的生态系统合作伙伴加强合作,并通过英特尔Network Builder项目(目前已经有超过260位项目成员)与合作伙伴共同进行技术验证。凭借扎实的专业技术知识和丰富的生态系统资源,英特尔已经成为通信服务供应商进行网络转型的可靠合作伙伴。
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。