Marvell 近日宣布推出集成的接入、聚合和核心以太网交换机与 PHY 解决方案产品组合,该产品组合可智能实现整个企业网络中安全高效的数据移动。Marvell 统一的产品组合将 Prestera以太网交换机和 Alaska PHY 解决方案相结合,集合富有洞察力的遥测技术、流感知智能、可扩展的性能和先进的集成式安全技术,可满足当今企业日益复杂的网络需求。
Marvell是一家拥有25年历史的公司,今年Marvell对公司进行了战略调整,定位为一家专注于为数字基础设施打造关键技术的公司,致力于提供领先的半导体解决方案、实现全球数据的高速传输、存储、处理及保护。同时,Marvell还推出了全新的口号:Essential technology,done right(关键技术,应用有方),即不光在技术上做好,还要与客户协同把技术用好。
“Marvell坚信基础设施是推动社会进步的重要力量。现在的我们会聚焦核心业务,依托自身独特的数据基础设施半导体技术组合为客户的需求提供最优的方案。”Marvell中国区总经理、销售副总裁Pohan Chiang(江柏汉)表示。
而网络基础架构正是Marvell的核心领域,在这个领域Marvell拥有超过20多年的创新与积淀,是企业网络技术创新的领导者,一直紧跟用户的需求持续创新。
Marvell网络产品营销总监Eric Yeh表示,随着IT应用日益走向深入,网络面临的挑战越来越大。这一方面体现在,网络上接入的设备越来越多,大量的IoT设备进入企业网,给企业网的管理带来很大挑战;另一方面,安全成为企业网中的越来越重要的考量标准,尤其是在银行或者是政府机构,敏感信息大量存在,“安全”的重要性尤为突出。
另外,云的应用让网络管理更复杂,大量企业采用了“混合云”来承载应用,这些应用可能会运行在企业的数据中心之内也可能运行企业数据中心之外的公有云上。
“Marvell内部有个说法,就是Borderless Enterprise(无边界企业),意思是说企业网不只是在大楼里面或者是固定的范围(一个小的区域或者小的城市里面),它可能遍布在各个地方。这个时候对于资料的运用、对于频宽的应用、如何能够更方便管理,这是一个难题。”Eric Yeh说。
上述种种现状使得传统基于企业边界的网络架构在管理和运维上越来越力不从心,网络管理的复杂凸显出AI的必要性。随着AI技术的成熟,人们开始应用AI技术让网络设备能自适应地做出改变,即无需人工参与网络设备就能自动对参数进行调整来更有效率的分析和传送资料。
“智能”也正Marvell全新网络产品组合的一大特色。Marvell全新产品组合提供包括GE、2.5GE、5GE、10GE、25GE、100GE 和 400GE 的全套连接能力,旨在契合大、中、小型企业 IT 组织不同速度、密度和规模的各种网络架构。最新一代解决方案由四款最先进的 Prestera 以太网交换机和相应的 Alaska 以太网 PHY 组成,为企业网络升级到多千兆以太网以支持 Wi-Fi 6 和 5G 部署提供了清晰路径。Marvell 的智能工作负载管理功能,支持在网络接入边缘或其附近优化数据处理,可提高混合云架构的性能。
除了智能化之外,Marvell新一代网络产品组合在可视化、安全性和性能上也有很大的改进。其中,富有洞察力的遥测功能支持解决方案生成数据,帮助实现网络自动化并加快取证分析;先进的安全特性进一步巩固了可信度,为网络提供了嵌入式保护,有效阻挡不断变化的安全威胁;为了支持零售业、制造业、酒店业、金融业和教育业的新应用场景;配备支持 Wi-Fi 6 的接入点和高性能终端设备,促进向多千兆以太网连接的过渡。该产品组合提供跨网络的容量,以满足不断增加的工作负载和数据云化带宽需求,这对于确保网络性能和连续性至关重要。
除了硬件部分外,Marvell新一代的企业级交换机包含软件开发工具包,添加行业标准的交换机抽象接口,使网络系统供应商能够轻松地在不同的网络芯片选择之间进行迁移。Marvell 持续为丰富的生态系统提供强大支持,其中包括 Linux 基金会的 DENT、开放计算项目的 SONiC,以及各种商用网络软件解决方案,例如 Marvell 自主研发的交钥匙网络软件堆栈,为 原始设备制造商提供全面的选择平台。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。