不斷增加的數(shù)據(jù)處理和數(shù)據(jù)傳輸帶寬需求使得業(yè)界對(duì)更低單位端口功耗、更優(yōu)性能且更高端口密度器件的需求也在日益增加。博通全新的物理層器件能夠?qū)⒐慕档?0%,并為尋求更優(yōu)性能及更大帶寬容量的企業(yè)與服務(wù)提供商網(wǎng)絡(luò)提供更強(qiáng)大的功能設(shè)置和靈活的路徑兼容遷移路徑。
博通副總裁兼物理層產(chǎn)品部門總經(jīng)理Lorenzo Longo表示:“隨著網(wǎng)絡(luò)帶寬與流量需求的不斷增加,將產(chǎn)品遷移至更輕巧的產(chǎn)品設(shè)計(jì)中并大幅降低功耗對(duì)于我們的客戶來說尤為重要。為此,博通持續(xù)加大對(duì)相關(guān)技術(shù)的投資力度,推出了具備領(lǐng)先功能設(shè)置的低功耗EDC/LRM 物理層器件。”
基于EDC技術(shù)的BCM82780能夠通過支持LRM來實(shí)現(xiàn)10/40GbE數(shù)據(jù)傳輸。此外,BCM82780還能夠應(yīng)對(duì)短距離(SR)、長(zhǎng)距離(LR)以及超長(zhǎng)距離(ER和ZR)光纖接口,更靈活地支持多種高帶寬應(yīng)用。多速率物理層器件能夠完美地適用于前板上的單模光纖(SMF)、多模光纖(MMF)或雙軸銅纜應(yīng)用。該器件具有全DSP高速前端,可以為線路卡設(shè)計(jì)人員在40GbE、10GbE或1GbE系統(tǒng)上提供最佳的性能與靈活性。
主要特性:
上市時(shí)間
博通BCM82780現(xiàn)已提供樣片。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。