
英特尔、康宁和US Conec日前公布了MXC光纤技术,数据传输速率可达1.6Tbps。MXC光纤技术将用于超级计算机和数据中心。
MXC集成有64根光纤,每根光纤的数据传输速率为25Gbps,因此MXC的数据传输速率可达1.6Tbps。由于MXC的半数光纤用于传输上行数据,半数用于传输下行数据,因此实际数据传输速率将削减至800Gbps。尽管如此,与当前10Gbps的数据传输速率相比,这也是一个巨大的飞跃。
MXC不仅数据传输速率高,而且坚固耐用,使用的元器件少,因此成本也较低。另外,MXC的防尘能力是现有光纤产品的10倍。
英特尔发表博文称,“一根MXC光缆的数据传输速率高达1.6Tbps。用它从iTunes下载一部2小时的高清电影仅需不到2秒钟时间。由于每天生成的信息量高达2.5 quintillion(相当于10的18次方)字节,因此没有人怀疑21世纪的数据中心需要MXC提供的更高带宽。”
英特尔称,“康宁已经向客户交付MXC光缆样品,MXC光缆将于今年第三季度投入批量生产。US Conec将向康宁等公司供应MXC连接器。”
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。