东数为什么要去西算?东数如何才能西算?当记者从工信部公布的数据中了解到,2021年全国数据中心耗电量,相当于1.3个上海市的社会用电总量时,就对将数据中心安置到电力充沛的西部有了充分的认同。但东数如何才能实现西算,这个问题直到第六届未来网络发展大会上,才获得了解答。
近期,第六届未来网络发展大会在江苏省南京市举办。大会以“网络全球决胜未来”为主题,围绕确定性网络、6G通信、算力网络、工业互联网、网络智能等话题,聚集了超1000位未来网络领域专家、行业代表共话未来网络发展。在会后的采访中,新华三集团副总裁、技术战略部总裁刘新民,新华三集团江苏代表处总经理谢莉,新华三集团2029研究院技术总监朱仕银,介绍了新华三如何与江苏省未来网络创新研究院合作,共同研发确定性网络,并由新华三承建了全球首张确定性网络试验网的具体情况。
承载算力的确定性网络
通常算力需要尽量的与数据靠近,这样才能获得更高的计算效率。比如在一台电脑中,与CPU距离最近的,必然会是内存,这样才可以在更短的时间内,将数据更高效的向CPU进行传输。可是在实施东数西算时,距离这个鸿沟又将如何跨越过去呢?
对此,刘新民的回答是“网络传输优化”。
新华三集团在近两年中,始终在与科研院所合作,研究如何攻克远程数据传输的链路损耗问题。通常100G的带宽,大概可以实现60G左右的流量传输。但在远程数据转输时,受到多条路由、时延、抖动的影响,60G流量的有效传输率只有30%。这也是为什么以前数据中心都尽力在东部进行建设的一个主要原因。因为那里的数据产生的最多,为了避免数据传输损耗,算力只能被迫向数据中心靠近。
如今通过网络传输优化技术,可以通过确定性网络使得100G带宽的传输效率提升2-3倍,达到90G的有效传输。如此一来,距离将不会再成为建立数据中心的主要制约因素。我们自然可以去环境更适宜、绿色能源更加丰富的西部地区去建立数据中心,从而令东数西算的目标得以实现。
确定性网络的实现原理
远距离传输损耗的难题,确定性网络又是如何加以克服的,对于这个问题朱仕银为我们更加深入的进行了讲解。
要想实现确定性网络的高性能数据传输,首先是要让数据不用“等”。数据在光纤中进行传输,速度基本上就是光速,传输距离实际上对数据传输的影响并不是很大,但是在远距离传输时会经过多个路由转发设备,在每次经过的时候,都要进行相应的网络协商,传输速率也就这样被降下来了。于是确定性网络的首要目标,就是让远距离传输的数据不用“等”。通过统一的管理控制机制,为数据事先建立好一条顺畅的通道,在经过每个路由设备时,都可以直接进行通过。
其次是利用新协议,现在主流传输协议是TCP,但TCP协议的拥塞控制并不理想,导致传输带宽利用率并不理想,从而会导致传输效率降低。在本次大会上,新华三集团就向外发布了利用RDMA方式替代TCP协议的确定性网络传输方案。RDMA协议要求零丢包、低延迟,以往只能在局域的数据中心内采用,如今有了不用“等”的确定性网络,也就可以让RDMA从局域网扩展到了广域网进行使用。网络带宽利用率,也提升到了现在的80-90%。
在会场外,新华三还搭建起了确定性网络的测试展示平台,利用思博伦测试仪表向发出确定性网络和背景数据传输流量,并通过以上图中所示的两个加载多跳路由的路由器进行数据转发,为了模拟远距离数据传输,还通过链路损耗测试仪表,为其添加上了相当于1000公里的延迟。
在实时测试结果中我们可以看到,其最小和平均延时只达到一百多微秒,双向传输速率也分别达到89和87Gbps。
通过新华三集团各位技术专家深入浅出的讲解,以及现场的实际测试展示,我们切实体验到了确定性网络在远距离数据传输时的神奇之处,也更加有理由相信,通过确定性网络对算力的承载,东数西算的宏伟目标必然会更加顺利的得到实现。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。