不断增加的数据处理和数据传输带宽需求使得业界对更低单位端口功耗、更优性能且更高端口密度器件的需求也在日益增加。博通全新的物理层器件能够将功耗降低30%,并为寻求更优性能及更大带宽容量的企业与服务提供商网络提供更强大的功能设置和灵活的路径兼容迁移路径。
博通副总裁兼物理层产品部门总经理Lorenzo Longo表示:“随着网络带宽与流量需求的不断增加,将产品迁移至更轻巧的产品设计中并大幅降低功耗对于我们的客户来说尤为重要。为此,博通持续加大对相关技术的投资力度,推出了具备领先功能设置的低功耗EDC/LRM 物理层器件。”
基于EDC技术的BCM82780能够通过支持LRM来实现10/40GbE数据传输。此外,BCM82780还能够应对短距离(SR)、长距离(LR)以及超长距离(ER和ZR)光纤接口,更灵活地支持多种高带宽应用。多速率物理层器件能够完美地适用于前板上的单模光纤(SMF)、多模光纤(MMF)或双轴铜缆应用。该器件具有全DSP高速前端,可以为线路卡设计人员在40GbE、10GbE或1GbE系统上提供最佳的性能与灵活性。
主要特性:
上市时间
博通BCM82780现已提供样片。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。