2021年4月8日,北京——英特尔近日宣布推出最新的第三代英特尔®至强®可扩展处理器(代号“Ice Lake”),其中包括全新针对网络优化的“N系列”产品以及旨在加速产品上市的经过验证的解决方案蓝图。与前一代产品相比,全新“N系列”在一系列广泛部署的5G和网络工作负载上实现了平均62%的性能提升。英特尔同时宣布已开始试样针对空间和电源受限的边缘环境所打造的下一代英特尔®至强® D处理器。
英特尔公司副总裁兼网络平台事业部总经理Dan Rodriguez表示:“随着针对网络优化的全新第三代英特尔至强可扩展处理器的推出,我们正在进一步释放5G和智能边缘的无限能力。最新的第三代处理器和平台级产品为支持多样化的网络环境而设计,旨在帮助全球通信服务提供商能够在网络创新上实现新的突破,打造更为丰富的消费者和企业使用场景。”
随着5G网络的不断扩展和智能边缘的崛起,网络基础设施和技术也需要不断演进。作为领先的网络芯片提供商,英特尔不仅提供一整套全面的网络技术来助力网络转型,还培育了最广泛的、久经考验的生态系统,帮助我们的客户拥有更多选择来加快部署。
针对网络优化的全新系列非常适合无线核心网、无线接入网、网络边缘负载和安全设备。同时,新的N系列产品涵盖广泛的核心数、频率、特性和功耗,并针对服务提供商的网络转型要求提供了更低的时延、更高的吞吐量和可靠的性能。
与此同时,安全对于5G网络至关重要。集成了英特尔®软件防护扩展(SGX)的第三代至强处理器支持5G控制功能之间的安全通道设置和通信。同时,内置的密码操作硬件加速可以消除全数据加密对性能的影响,并提高了加密密集型工作负载的性能。
第三代英特尔至强可扩展处理器可以与英特尔的平台级产品和软件——包括英特尔® FPGA、英特尔®以太网800系列适配器、英特尔®傲腾™持久内存、FlexRAN、OpenNESS、开放视觉云和英特尔®智能边缘——结合使用,以充分发挥处理器的性能,帮助客户获得优化的总体拥有成本。
现已出货的Agilex 10nm FPGA的每瓦性能是竞争对手7纳米设备的将近两倍,用于无线核心网和接入网,为其提供基础设施加速功能和其它宝贵的特性,以补充在英特尔至强可扩展处理器上运行的核心网和接入网工作负载。
由于客户必须时刻跟上数据需求不断增长的步伐,灵活的基础设施至关重要。针对网络优化的第三代英特尔至强可扩展处理器旨在支持各种运营商网络环境,并为多种工作负载进行了优化,例如:
关于英特尔®精选解决方案:英特尔宣布更新其面向vRAN、视觉云交付网络和NFVI转发平台、针对网络负载优化的解决方案,提供经过预先测试和验证的配置以加快开发并简化基础设施部署。这些解决方案是与包括红帽和Wind River在内的诸多软件合作伙伴联合开发而成。同时,英特尔也正与诸多英特尔Network Builder生态系统合作伙伴合作,为这些解决方案验证他们的产品,包括:华硕、研华科技、慧与、Intequus、英业达、立端科技、联想、Nexcom、QCT、美国超微电脑和ZT Systems。
关于新一代英特尔至强D处理器:代号为“Ice Lake-D”的处理器专为密度更高、尺寸受限、坚固耐用的边缘设备而设计。目前,英特尔正在试样这些处理器,并与广大客户及合作伙伴展开合作,其中包括与思科一起开发网络产品、与美国超微电脑一起开发基于FlexRAN的vRAN解决方案,以及与乐天移动一起开发下一代RAN产品,以满足对更高容量的需求。
好文章,需要你的鼓励
大数据可观测性初创公司Monte Carlo Data推出全新Agent Observability产品,为AI应用提供全方位数据和AI可观测性。该工具帮助团队检测、分类和修复生产环境中AI应用的可靠性问题,防止代价高昂的"幻觉"现象,避免客户信任度下降和系统宕机。新产品采用大语言模型作为评判器的技术,能够同时监控AI数据输入和输出,提供统一的AI可观测性解决方案。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
网络安全公司Aikido披露了迄今最大规模的npm供应链攻击事件。攻击者通过钓鱼邮件获取维护者账户凭证,向18个热门JavaScript包注入恶意代码,这些包每周下载量超过26亿次。恶意代码专门劫持加密货币交易,监控浏览器API接口将资金转移至攻击者地址。受影响的包括chalk、debug等广泛使用的开发工具库。虽然攻击在5分钟内被发现并及时公开,但专家警告此类上游攻击极具破坏性,可能与朝鲜黑客组织相关。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。