探讨400G(+)架构和技术的演进与测试,持续发力下一代光网络建设
中国北京,2020年8月28日——VIAVI Solutions公司(纳斯达克股票代码:VIAV)近日参加第20届中国光网络研讨会,与来自世界各地的权威专家、意见领袖就当前光网络的前沿技术和光通信的未来展开了交流与探讨,并现场展示了VIAVI从实验室、生产到外场的高速网络测试解决方案。本届研讨会围绕着下一代全光网络建设中的热点问题,从对网络的需求,到网络架构、标准、技术,再到应用展开研讨。会上,VIAVI大中华区技术总监沙慧军发表了以“400G(+)架构和技术的演进与测试”为主题的精彩演讲,分享了对光主干网络技术与标准的深刻洞察。
更高的带宽和容量需求推动越来越多的光纤部署,数据中心正致力于向400G跃迁。400G的飞跃不仅意味着新的以太网端口和调制的进步,随着不归零制(NRZ)被PAM-4调制和FEC所替代,这种范式转变迫使整个网络生态系统必须要发生改变和调整,网络测试和验证也变得更为复杂。仅带宽的增加就大大提高了测试难度,因此可扩展性、灵活性和可升级性是高效400G测试解决方案必不可少的元素。
VIAVI大中华区技术总监沙慧军表示:“作为测试仪表厂商,VIAVI为数据中心客户、模块厂商和系统厂商提供标准化的验证手段,帮助开发者在第一时间更容易地发现设计中的问题或潜在问题。VIAVI还与权威的数据中心客户合作,利用VIAVI测试平台,搭建自动化的综合测试系统,提供无人为干预的自动化评估体系,以支持下一代数据中心新技术部署前期的可靠性验证。同时,VIAVI也积极与行业权威的领导者制定相应的测试规范,建立标准化、自动化的测试体系,以支撑整个产业链的发展。”
光通信产业在2020年迎来5G万物互联的建设周期,带动下一代数据中心的快速部署,同时驱动了光网络建设新一轮的需求。光纤部署的基础是光纤基础设施的维护和管理成本。管理和维护光纤基础设施是在部署时必须考虑的一项经常性的运营支出,而拥有维护光纤网络的正确测试解决方案将是在低运营成本下提供高质量服务的关键。作为全球领先的通信网络测试服务、监控和保障解决方案供应商,VIAVI致力于帮助整个产业链提供领先的光网络测试方案,确保运营商及其合作伙伴能够顺利地完成部署并实现可持续发展的网络生命周期。
从基础的光连接器和元件测试,到领先的100G/400G/800G传输和下一代协议测试,VIAVI针对生产生命周期所有阶段——从设计和产品确认到制造测试应用,提供专门设计的优化解决方法。此次,VIAVI重点展出了相干光测试、自动化光网络监控、5G承载网络和SPN测试多个领域的关键测试仪器:
作为光纤测试测量领域公认的领导者,VIAVI致力于在产品设计、确认和制造、光纤监测和检验的生产生命周期中的所有阶段,简化并加速高速网络测试。随着5G等新业务对带宽、时延的要求不断提高,网络性能要求之严格前所未有,从实验室和生产环境到外场,都要求对设备进行精密测试。VIAVI在新一代网络组件测试技术上精益求精,以期加速产品上市,确保在整个网络生命周期都能提供业内最优的解决方案。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。