移动网络正在从基于专用芯片的硬件基础设施转向基于软件、在通用处理器上运行的完全虚拟化平台,来满足行业对高性能、可扩展性、高灵活和高能效的强烈需求。
过去十多年,英特尔一直在推动从核心网到无线接入网(RAN)再到边缘的全球网络虚拟化,也就是将网络从功能固定的硬件转移到可编程的软件定义平台上,提升网络敏捷性的同时,降低复杂性和成本。
由于5G核心网不断发展,通信服务提供商需要现有基础设施进一步提高能效。如今,大多数5G核心网都基于英特尔至强处理器部署,而英特尔在应对这种能效挑战方面拥有得天独厚的优势。
在近期举办的2024年世界移动通信大会(MWC 2024)上,英特尔展示了Sierra Forest 和 Granite Rapids-D处理器,这些全新处理器将使网络运营商,能够在无需显著更改应用软件的情况下,提高单机架性能、虚拟CPU(vCPU)数量和每瓦性能。
从专属设备到通用服务器,CPU处理器在运营商的业务转型方面发挥了重要的作用,满足网络运营商对于提升能效的需求,降低5G核心网的功耗和总体拥有成本。
在扩建无线5G核心网时,基础设施的节能降耗仍然是网络运营商面临的重大挑战。英特尔至强处理器路线图引入了能效核,可以帮助运营商降低总体拥有成本,同时在整个网络上获得无与伦比的高性能和节能效果。
今年晚些时候发布的代号为Sierra Forest的下一代英特尔至强处理器将包含多达288个核心,能够帮助运营商把单机架性能提高2.7倍,这对于5G核心网工作负载领域来说属于领先的单机架性能。
同时,英特尔公布了具备最新一代性能核的下一代至强处理器Granite Rapids-D。这款处理器将利用优化的英特尔AVX指令集来实现vRAN性能的显著提升,并且集成了英特尔vRAN Boost加速功能,以及其他的增强架构和功能。目前,这款芯片正在进行样品测试。
软件定义基础设施的网络现代化是现在通信服务提供商进行转型的重要方面,而vRAN、边缘、云原生等趋势正在推动他们加速IT基础建设的升级。
英特尔构建了一个基于灵活、可编程通用芯片的架构,集成了用于繁琐任务的加速功能,使通信服务提供商能够顺利地部署完全虚拟化的RAN,并充分利用端到端软件定义网络(包括核心网和RAN)的全部优势。
为确保市场准备就绪,英特尔一直在与戴尔科技、慧与(HPE)、联想、Mavenir、Red Hat和Wind River等行业领先生态伙伴共同努力。与此同时,英特尔在于2024年推出Granite Rapids服务器CPU之后,将于2025年发布Granite Rapids-D。
据悉,英国电信集团、爱立信、KDDI、SK电信、Telstra等对代号为Sierra Forest的英特尔至强下一代处理器进行网络评估,以提供更节能、性能更高且更加可持续的5G核心网。
好文章,需要你的鼓励
这项研究揭示了大语言模型在学习推理时对噪声奖励的惊人适应力。研究表明,即使有40%的奖励信号被故意颠倒,Qwen-2.5-7B模型仍能将数学题准确率从5%提升至72%。更惊人的是,仅奖励模型使用关键推理词组(如"首先,我需要..."),而不验证答案正确性,也能达到70%以上的准确率。研究者提出的推理模式奖励(RPR)不仅能让模型在数学任务中表现出色,还能有效校准开放性任务中的噪声奖励模型,提升较小模型的推理能力。这表明大模型在预训练阶段已掌握了推理能力,强化学习主要帮助它探索有效的推理模式。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力:从DeepSeek-R1模型的推理过程中学习,以及利用可验证奖励进行强化学习。实验表明,即使使用仅有7B参数的模型,Table-R1-Zero也能在13个表格推理基准测试中媲美甚至超越GPT-4.1等大型模型。该研究不仅证明了中小规模模型通过适当训练也能实现出色表现,还为数据分析、科学研究和决策支持系统等实际应用提供了新可能。