提供自动化、可扩展、安全的网络产品和解决方案的行业领导厂商瞻博网络(NYSE:JNPR)宣布将旗下平台与“针对云端开放网络的软件”(SONiC)实现原生集成。SONiC由微软发起的“开放计算项目”(OCP)基金提供支持,同时也是该项目的重要部分。在备受客户重视的丰富路由和深度遥测创新技术支持下,该集成将为云计算供应商提供一个简单自动化的交换管理平台。
SONiC由微软在2016年推出,是网络交换操作与管理方面的一项重大突破。作为一个独特可扩展平台,SONiC集成了由越来越多硬件和软件合作伙伴组成的庞大生态,能够对交换平台和各种软件组件进行集中化管理。
与SONiC的原生集成彰显了瞻博网络对开放可编程性、完全解耦以及通过扩张关键产品组合为云优先企业提供支持的持续承诺。具体来说,该集成能够为云端和服务提供商客户实现:
长久以来,瞻博网络坚持以不断创新的实践,交付业界最佳的解决方案。与SONiC的集成,再次证明了瞻博网络以创新引领云数据中心网络连接的长期承诺。
多方引言:
“在瞻博网络,我们充分了解开放可编程性对于客户的重要性,这一点也在我们对于OpenConfig、Open/R和P4的支持中也得到了长足验证。作为在这一原则上的有力延续,我们很高兴宣布瞻博网络平台与SONiC的原生集成,以此为超大规模数据中心客户在数据中心架构方面提供又一选择。”——Manoj Leelanivas,瞻博网络首席产品官
“瞻博网络平台与SONiC的集成彰显了公司对开放网络连接的承诺,是我们推动当下和未来网络连接革命向前迈出的重要一步。客户将能够利用这个简单自动化的交换管理平台,实现丰富路由和深度遥测创新技术的应用。”——Yousef Khalidi,微软公司Azure网络全球资深副总裁
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。