思科曾于2019年年底宣布将进军商联网芯片业务,当时也在网络上掀起了一波浪潮。思科的商联网硅新平台是一款统一的可编程网络ASIC,名为Cisco Silicon One(思科芯一号),Silicon One在许多维度上都是行业的首次,而在笔者看来,2019年思科发布Silicon One的消息至少是五年来最重要的公告。因为笔者在芯片领域及相关领域也工作了30多年了。
目前的互联网基础架构大多都无法应付VRAR、AI、5G、10G、16K流媒体、自适应网络安全、量子计算等应用所要求的东西。Silicon One是思科解决这一问题的方案。Silicon One的普遍适应性和可编程性旨在为服务提供商和大规模网络细分市场,以及固定和模块化平台的需求提供支持。
思科之后于2020年10月推出首批六款含新芯片Silicon One的设备,将原本专注路由的思科Silicon One平台扩展成同时支持大规模网络交换的平台。两周前,思科又不张旗鼓地宣布推出三款基于Silicon One的新设备。所有这些都是在Silicon One平台正式推出后仅仅15个月的时间里完成的,这节奏令人印象深刻。下面来看看这三款新芯片及其特点。
Cisco Silicon One 示意图 (图:思科)
周全的Silicon One系列
思科本次公布的明星产品是全新的Silicon One G100。该款网络交换设备是业界首款具7nm、25.6Tbps功能、可编程和完全共享的包缓冲设备。思科表示,该款新产品巩固了思科作为市场上拥有最高带宽路由和交换芯片的供应商地位。
G100配有业界首个1.6Tbps接口,速度方面傲视群芳,是目前领先的400GE接口速度的四倍以上。据思科说,这样的速度可以令客户以前所未有的方式扩展自己的网络。G100另一个很酷的地方是其包引擎,G100的包引擎可以将整个1.6Tbps接口用于单一流量的处理。
思科还称该设备具有全面可编程性,并列出了各种可编程性用例,例如解析、处理、时间戳、计数器、仪表、直方图、水印和流量分析等等。根据思科的说法,这些功能可以令客户以纳秒级的粒度重放和回看过去的攻击,从而找出问题出在哪里,进而进行相应的优化。
此外,思科还提到客户可以构建32-800G无Retimer的1RU系统,在机架内无需禁用无源直接附件铜缆(Direct Attach Copper cables),从而可以提高网络效率。那些希望开发大规模扩展网络的客户可以获益,因为每个SerDes都提供了以太网媒体访问控制(Media Access Control)。因此其架构可以扩展成256x100GE。而所有这一切都是在只用了一个芯片的情况下实现的。
其他两款产品虽然在宣布推出时没有那么隆重,但看起来其实是10月份宣布推出的第一批设备阵容的坚实补充。Q211L加入了兄弟Q2系列(12.8Tbps Q200L、6.4Tbps Q201L、3.2Tbps Q202L leaf及TOR(机架顶部)交换机)。Q211L的速度为8Tbps,含内置7nm与160x56G PAM4 SerDes。思科表示,客户可以利用这样的配置构建优化的40x200GE 1RU系统。Q211L提供了大规模表和网络地址转换(NAT),以及端口地址转换(PAT)等高级SmartTOR功能,力图简化网络设计。Q211L还配备了运行到完成的P4处理器、先进的分层流量管理器和分层等成本多路径(ECMP)引擎。
最后要说的Cisco Silicon One Q211则加入了思科的Q200、Q201和Q203路由设备系列。Q211的速度与Q211L一样都是8Tbps,Q211特配了内置7nm与160x56G PAM4 SerDes。客户可以利用这些功能开发具有10GE到400GE端口混合的优化固定系统。Q211基本上拥有Q211L的大部分长处,但由于拥有更大的表规模和深层数据包缓冲器而高了一个档次。
总结
笔者认为思科在15个月的时间里已经从最初的起步,悄然成了路由和大规模网络交换芯片领域的领导者,这可不是件简单的事情。三款新设备看起来是对思科Silicon One的宝贵补充,思科在将路由和大规模网络交换芯片的融合方面起到了引领作用,这无论对思科还是对整个行业都是一件好事。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。