英特尔日前透露了其参与DARPA(美国国防部高级研究计划局)打造“卫星互联网”项目的更多信息,芯片制造商英特尔将帮助开发光学通信子系统,用于实现卫星之间的链接。
天基自适应通信节点(Space-BACN)项目可能听起来像一个瓜分肥肉的拨款项目,但Space-BACN其实是一项严肃的工作,Space-BACN旨在创建能够在不同卫星网络之间转换信息的轨道节点,目的是使得各种卫星群之间能够相互沟通。
DARPA最近宣布正在与英特尔、SpaceX和其他专业公司帮助DARPA开展合作,实现在军事政府和商业民用卫星群之间实现无缝通信的愿景。
DARPA选中了英特尔参与该计划的第一阶段,该计划大致包括三个技术领域。英特尔参与的是技术领域2(TA2),参与TA2的还有亚利桑那州立大学和II-VI航空航天和国防公司,三者涵盖了可重新配置光调制解调器的设计工作。可重新配置光调制解调器的目的是能够支持当前和新的通信标准和协议,以提供卫星群之间所需的互操作性水平。
芯片制造商英特尔表示,光调制解调器的设计将包括三个基于英特尔Agilex FPGA技术的芯片。这些芯片利用嵌入式多芯片互连桥(EMIB)和高级接口总线(AIB)封装技术将光调制解调器集成到一个多芯片封装(MCP)中,做法类似于英特尔打算交付的Meteor Lake PC芯片的方式。
在这三种芯片中,主要芯片似乎是数字信号处理器前向纠错(DSP FEC)芯片,用于低功耗、高速信号处理。DSP FEC芯片将采用英特尔3工艺节点制造,英特尔之前曾表示打算在2023年某个时候开始生产英特尔3工艺节点。
其他芯片名为数据转换器/跨阻放大器/驱动器,这些芯片采用英特尔16工艺节点生产,也将于2023年进入批量生产。另外,光子集成电路(PIC)则是基于Tower Semiconductor技术。Tower Semiconductor是一家以色列的芯片公司,英特尔目前正在收购Tower Semiconductor。该公司表示,光子集成电路将提供低损耗波导,可以实现大批量光纤耦合集成和组装的自动化。
Space-BACN的技术领域1(TA1)则专注于开发光孔径或 “头”,光孔径负责指向性采集和跟踪。光孔径将利用单模光纤连接到TA2的光调制解调器。
TA1方面的工作将由IT服务公司CACI、卫星光子学专家MBRYONICS和激光通信设备供应商Mynaric承担。
技术领域3(TA3)包括支持跨卫星群光学链路通信所需的关键指挥和控制元素。DARPA选了SpaceX、Telesat、SpaceLink、Viasat和Kuiper政府解决方案(亚马逊的子公司)进行这项工作并开发Space-BACN和其他合作伙伴微信群之间接口所需的模式。
英特尔表示已经开始进入该计划的第一阶段,第一阶段将设计每个小芯片并与其他各方合作定义其他TA之间的接口。这一阶段预计将持续14个月,然后进行初步设计审查。
英特尔表示,在此之后,从TA1和TA2中选出的各方将开始为期18个月的第二阶段,第二阶段开发光终端组件的工程设计单元。参与TA3的公司将“继续发展该方案,使得方案能够在更具挑战性和动态情况下运作”。
据英特尔称,Space-BACN的定位是实现卫星群之间的通信,做到在地球的任何地方都可以发送数据。
英特尔高级首席工程师和可编程解决方案首席研究员Sergey Shumarayev表示,“这项计划帮助我们实现该愿景,可以实现从太空到地球任何地方的全球连接及实现了宽带服务和物联网,物联网不仅可以将每个人而且可以将所有东西都连接起来。”
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。