康普北亚区技术总监吴健
随着带宽、容量和较低延迟的需求不断增长,推动了向更快网络速度的迁移。因此每一年,对于大规模云数据中心的适应和生存能力都是一场考验。在过去几年中,数据中心的链路速度从25G/100G增加到了100G/400G。每次实现更进一步的带宽飞跃之后,都会出现短暂的停顿,随后数据中心负责人就需要为下一次飞跃做准备。当前,数据中心正致力于跃升至400G。对于数据中心经理而言,关键的考量之一就是何种光通讯技术最合适。
随着光器件制造商都试图在数据中心领域占据领先地位,成本和性能将推动400G光通讯市场的发展。2017年,CFP8成为用于核心路由器和DWDM传输接口的第一代400GE模块。该模块尺寸略小于CFP2,光学器件支持CDAUI-16(16x25G NRZ)或CDAUI-8(8x50G PAM4)电气I/O。最近,业界关注重点已转移到第二代400GE模块:QSFP-DD和OSFP。这些模块只有拇指大小,专门面向高端口密度数据中心交换机,可通过32x400GE端口,在单机架中实现12.8Tbps吞吐量,且仅支持CDAUI-8(8x50G PAM4)电气I/O。
尽管CFP8、QSFP-DD和OSFP均为热插拔式,但并非所有400GE收发器模块都如此,其中一些直接安装在主机印刷电路板上。这些嵌入式收发器的PCB走线非常短,可实现低功耗和高端口密度。尽管嵌入式光学器件具有更高的带宽密度和每通道速率,但对于400GE,因其更易于维护,并可带来按需付费的成本效益,以太网行业仍青睐可插拔式光学器件。
对于行业而言,向400G的跃迁是数据中心发展道路上的又一个里程碑。MSA(Multi-source Agreement)工作组已经基于8个100G收发器开展800G的研究。作为800G Pluggable MSA工作组的成员,康普正在与其他IEEE成员合作,研究相关的解决方案,以支持基于多模光纤的每波长100G服务器连接。研究正在进行中,相关方案计划于2021年投入市场,随后可能在2024年推出1.6T计划。 尽管在向更高速度迁移过程中涉及的诸多细节令人怯步,但却也有助于更客观地审视这一进程。随着数据中心服务的发展,存储和服务器的速度也必须提高。要支持更高的速度,就需要合适的传输介质。在选择最能满足网络需求的光学模块时,我们需要有一种“以终为始”的长远目光。因为您对所需的服务和交付这些服务的预测越准确,网络就越能更好地支持全新及未来的应用。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。