英特爾、康寧和US Conec日前公布了MXC光纖技術(shù),數(shù)據(jù)傳輸速率可達1.6Tbps。MXC光纖技術(shù)將用于超級計算機和數(shù)據(jù)中心。
MXC集成有64根光纖,每根光纖的數(shù)據(jù)傳輸速率為25Gbps,因此MXC的數(shù)據(jù)傳輸速率可達1.6Tbps。由于MXC的半數(shù)光纖用于傳輸上行數(shù)據(jù),半數(shù)用于傳輸下行數(shù)據(jù),因此實際數(shù)據(jù)傳輸速率將削減至800Gbps。盡管如此,與當(dāng)前10Gbps的數(shù)據(jù)傳輸速率相比,這也是一個巨大的飛躍。
MXC不僅數(shù)據(jù)傳輸速率高,而且堅固耐用,使用的元器件少,因此成本也較低。另外,MXC的防塵能力是現(xiàn)有光纖產(chǎn)品的10倍。
英特爾發(fā)表博文稱,“一根MXC光纜的數(shù)據(jù)傳輸速率高達1.6Tbps。用它從iTunes下載一部2小時的高清電影僅需不到2秒鐘時間。由于每天生成的信息量高達2.5 quintillion(相當(dāng)于10的18次方)字節(jié),因此沒有人懷疑21世紀的數(shù)據(jù)中心需要MXC提供的更高帶寬。”
英特爾稱,“康寧已經(jīng)向客戶交付MXC光纜樣品,MXC光纜將于今年第三季度投入批量生產(chǎn)。US Conec將向康寧等公司供應(yīng)MXC連接器。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。