网络巨头思科发布了面向新一代AI网络的网络芯片、路由器和交换机,直接挑战博通和英伟达的网络芯片地位。
思科Silicon One G300交换芯片将助力AI系统间的通信。公司预计G300能够通过毫秒级网络数据重路由,将AI计算速度提升28%,链路利用率提高33%。G300和新系统引入了102.4 Tbps的性能表现,在速度上可与竞争对手的顶级芯片相媲美。
"Silicon One的差异化不仅仅在于带宽,"思科高级副总裁兼Silicon One研究员Rakesh Chopra在接受采访时表示,"更在于我们如何高效驱动AI工作负载,以及如何通过可编程性为基础设施提供面向未来的保障。"
在科技巨头争夺AI网络霸主地位的战斗中,英伟达的InfiniBand和博通的Tomahawk芯片直接成为思科的目标。思科的新芯片将采用台积电3纳米工艺制造,预计今年晚些时候上市。
公司还推出了思科8000和8100系列安全路由器以及C9000系列智能交换机。新系统将运行思科最新操作系统IOS XE 26,提供全栈后量子密码学技术,帮助企业系统面向未来发展。
"G300将成为我们产品组合中多个系统的核心,涵盖数据中心网络和服务提供商连接产品组合,"思科AI数据中心和基础设施产品营销副总裁Scott Miles表示,"我们正在整个数据中心产品组合和8000系列中构建基于G300的系统,支持传统和分解式部署。"
HyperFrame Research副总裁兼分析师Ron Westfall表示,思科的新产品可能对英伟达的主导地位构成真正威胁。
"通过Silicon One G300达到102.4 Tbps的门槛,思科已经缩小了以太网和InfiniBand之间的性能差距,"Westfall表示,这些发布标志着"AI网络行业的重大架构转变,推动行业从专有黑盒系统转向大规模GPU集群的统一以太网标准。"
液冷技术推进
思科表示,其新系统将提供100%液冷设计,与传统风冷设计相比,客户的能效可提升高达70%。公司称,这些系统的高密度、可扩展架构还能改善功耗效率和性能。
Westfall认为这些性能和效率提升可能推动更广泛的行业转变,指出液冷和光学升级设定了"新的行业可持续发展基准,迫使竞争对手解决目前限制AI数据中心规模的功耗瓶颈。"
思科总裁兼首席产品官Jeetu Patel表示,新发布的产品凸显了网络在AI军备竞赛中日益增长的重要性。
"我们通过在全栈创新——从芯片到系统和软件,在AI网络的性能、可管理性和安全性方面处于领先地位,"Patel在声明中表示,"我们正在为基础设施的未来奠定基础,支持各类客户向AI驱动的工作负载转变。"
Westfall表示公司可以进一步改进其新产品。
"思科应该优先从高性能组件过渡到更加集成的、可跨规模扩展的生态系统,连接分散的AI集群,"他说。
Q&A
Q1:思科Silicon One G300芯片有什么特点?
A:Silicon One G300是思科新推出的交换芯片,专门用于AI系统间通信。它能通过毫秒级网络数据重路由将AI计算速度提升28%,链路利用率提高33%,性能达到102.4 Tbps,可与竞争对手顶级芯片相媲美。该芯片采用台积电3纳米工艺制造。
Q2:思科新系统的液冷技术有什么优势?
A:思科新系统提供100%液冷设计,与传统风冷设计相比能效可提升高达70%。这种高密度、可扩展的架构不仅改善了功耗效率和性能,还为行业设定了新的可持续发展基准,帮助解决限制AI数据中心规模的功耗瓶颈问题。
Q3:思科这次发布对AI网络行业意味着什么?
A:分析师认为这标志着AI网络行业的重大架构转变,推动行业从专有黑盒系统转向大规模GPU集群的统一以太网标准。思科通过缩小以太网和InfiniBand之间的性能差距,对英伟达的市场主导地位构成了真正威胁。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。