为了改变未来互联网的经济性和可持续性,思科对800G路由器系列进行了升级。
物联网爆炸式增长,设备从数十亿增长到数万亿,这种情况不仅仅造成通过5G和Wi-Fi联网设备的带宽需求增长了,从联网设备中获取见解的人工智能/机器学习(AI/ML)工作负载对带宽的需求也增长了。
思科表示,在这个新的联网时代,生成式AI、搜索、语言处理和推荐引擎等应用推动了数据中心环境中AI/ML集群的快速增长,这些应用比传统工作负载需要的带宽更多,思科还补充表示AI / ML结构需要用更密集的骨干网扩展,这对于支持大量低延迟处理器至关重要。
虽然带宽增长似乎是无限的,但思科强调空间和功率是有限的,这意味着需要密集而节能的平台。相比于思科的400G/100G模块化服务,这项产品将通信服务提供商和Webscale客户骨干网、城域核心网和数据中心网络的容量翻了一番。
用于Cisco 8000系列路由器的28.8Tbps / 36 x 800G线卡由Cisco Silicon One处理器提供支持,据说它能够降低运营成本,同时在网络在100G、400G和800G容量的发展过程中保护投资。据说它还能够使用更少的硬件扩展和设备重用,从而让客户因为减少碳排放受益。
Analysys Mason的研究总监Simon Sherrington表示:“根据我们广泛的市场研究和流量分析,我们预测固定和移动服务的数据流量将继续增长,包括5G、宽带、物联网和云。”
“这些趋势使网络面临越来越大的压力,这就是为什么未来需要通过Cisco 8000等解决方案扩展到800G吞吐量,同时帮助服务提供商和云提供商提高运营效率、可持续性和用户体验。”
思科网络、数据中心和供应商连接高级副总裁兼总经理Kevin Wollenweber表示:“我们将继续将800G扩展到更多用例,从AI/ML结构到核心,帮助我们的客户实现自身的性能和可持续发展目标。我们的密集核心和骨干解决方案采用了使用Cisco Silicon One的新型双密度线卡,凭借这些解决方案,我们加快了任何地方向800G 的过渡。”
思科8000系列路由器系统(Cisco 8000 Series Router Systems)还被认为能够节省高达83% 的空间,允许用户使用大致相同的基础设施将网络变得更密集,以支持5G、宽带、物联网和AI/ML 等用例。思科8000系列路由器平台将相同机箱占用空间的容量翻倍,其空间效率达到了400G单机箱系统的两倍。
Florida LambdaRail(由美国研究和教育界拥有并运营的高速美国计算机网络)的首席网络架构师Chris Griffin描述了一个典型的用途,他表示设备空间和计算能力是一个主要问题,因为现在Florida LambdaRail很多站点的空间都已经被占满了。
他表示:“随着Florida LambdaRail新的FLRnet4 400G骨干网的实施,结合令人难以置信的转发能力、运营效率和可靠的IOS XR网络操作系统让思科8000系列成为我们新网络的不二之选。”“我们对我们的选择感到非常满意。我们不仅拥有最先进的网络,思科的8000 系列解决方案还可以确保节省出足够多的运营支出,以在未来几年扩展我们的网络。”
好文章,需要你的鼓励
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"
英伟达2025Q1营收440亿美元创纪录,数据中心业务暴涨73%至390亿美元。黄仁勋直言:"中国是全球最大AI市场,出口管制只会让美国失去平台领导权。Blackwell架构推动推理性能提升30倍,微软已部署数万块GPU,AI工厂正成为各国数字基础设施核心。"
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。