近日,英特尔和微软通过一个名为“超以太网联盟”(Ultra Ethernet Consortium)的新组织宣布了他们的计划,该联盟寻求通过“全行业合作”“为高性能网络构建一个完整的基于以太网的通信堆栈架构”。
该联盟是由Linux Foundation成立的,其他创始方还包括网络芯片巨头Broadcom、网络硬件厂商思科和Arista Networks、英特尔芯片竞争对手AMD、服务器巨头HPE、Facebook母公司Meta、解决方案提供商巨头Atos旗下的网络安全业务Evidian。
该联盟瞄准的是一个快速增长的领域,从而可能为渠道合作伙伴带来重大机遇。研究公司650 Group表示,预计今年数据中心AI网络市场规模将扩大到30亿美金,到2027年将达到100亿美金。
超级以太网联盟主席J Metz博士在一份声明中表示:“这并不是要彻底改革以太网,而是调整以太网以提高具有特定性能要求的工作负载效率。我们正在研究每一层——从物理层一直到软件层,找到大规模提高效率和性能的最佳方法。”
Nvidia可能遭遇重创?
一位解决方案提供商高管认为,超以太网联盟的一个可能目标是提供Nvidia InfiniBand网络解决方案的替代方案,该解决方案主要是针对人工智能和高性能计算工作负载的,而且值得注意的是,Nvidia并不是该联盟的成员。
Nor-Tech是一家总部位于美国明尼苏达州伯恩斯维尔的高性能计算系统集成商,公司工程副总裁Dominic Daninger表示:“他们正在尝试找这些框架的替代选择。”
Nvidia没有对此进行置评。
Daninger表示,如果成功构建可互操作且速度更快的、基于以太网的解决方案堆栈,那么该联盟则可能会削弱Nvidia在人工智能和高性能计算领域的主导地位,因为Nvidia推广的InfiniBand是在2021年收购Mellanox时获得的,作为连接GPU集群以执行此类工作负载的最佳低延迟解决方案。
他表示:“英特尔、AMD和博通等公司可能想要摆脱和Nvidia加速器及连接结构的束缚。”
该联盟可能会影响2024年上市的产品
该联盟的目标是开发一种性能超越“当今专业技术”的、基于以太网的架构,重点关注功能、性能、总拥有成本、互操作性以及为用户和开发人员提供的友好环境。
从技术角度来看,超以太网联盟正在寻求开发规范、API和源代码,从而对基于以太网的解决方案堆栈中多个方面进行定义。
堆栈中的这些方面包括支持各种工作负载和操作环境所需的软件、存储、管理和安全构造,还涵盖了链路和传输协议、电气和光学信号特征、以太网通信的API和数据结构。
超以太网联盟预计首批采用其规范的产品将于2024年问世。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。