Emulex日前宣布推出全新10GBASE-T以太网适配器,进一步提升其在PCI Express(PCIe)3.0系列产品的市场领先优势。Emulex全新OneConnect OCe14102-NT 10GBASE-T以太网适配器可为10GBASE-T市场提供高性能企业级功能,帮助客户有效利用现有低成本铜缆基础架构。Emulex还宣布,新发布的Demartek评估报告证实,与最新一代Intel以太网适配器相比,Emulex OCe14000系列以太网适配器在性能、架构和向后兼容性方面具备显著优势。
10GBASE-T标准专门为10GbE流量在低成本CAT-6和CAT-6A铜缆上运行而制定。凭借其最远可达100米的覆盖范围,10GBASE-T在连接服务器与架顶式交换机方面极具经济效益。随着最新一代x86服务器的推出,Emulex OCe14000系列已取得全球范围内十数个服务器、存储和系统供应商的广泛支持。Emulex OCe14102-NT以太网适配器除了保留这些现有功能,还提供了两个端口的低成本10GBASE-T。
Emulex市场营销高级副总裁Shaun Walsh表示:“我们全新的10GBASE-T适配器系列在价格和性能方面确立了新的领先优势,进一步扩展了Emulex在10GbE市场的产品库,并持续为渠道合作伙伴和企业提供所需企业级功能,包括覆盖网络和高性能存储卸载以及对PCIe 3.0的全面支持。正如Demartek评估报告所述,与全新Intel X710 10GbE和XL710 40GbE适配器相比,Emulex以太网和聚合网络适配器具有显著的性能和功能优势。全新的PCIe 3.0 10GBASE-T以太网适配器进一步提升了我们高于竞品的优势,也成为客户选择Emulex用于以太网连接建设的又一原因。”
Emulex近期委托第三方测试实验室Demartek将Emulex OCe14000系列以太网适配器和最新的IntelX710 10GbE、XL710 40GbE适配器进行比较。此次评估的四个主要结论包括:
• Emulex OCe14000系列的10GbE和40GbE网络适配器可提供高达5倍于Intel X710/XL710适配器的小数据包处理性能(基于RFC2544测试);
• Emulex OCe14102 10GbE网络适配器的平均传输控制协议(TCP)延迟比Intel X710适配器低62%,平均用户数据报协议(UDP)延迟较后者低55%;
• 当前,Intel X710/XL710适配器缺乏高性能虚拟化数据中心和云网络环境所需的功能,比如虚拟可扩展局域网(VXLAN)覆盖网络硬件卸载、针对VMware的单根I/O虚拟化(SR-IOV)支持以及远程直接内存存取(RDMA)支持;
• Intel X710/XL710适配器采用全新i40e驱动程序架构,该架构与上一代Intel IXGBE NIC驱动程序并不兼容。
Demartek创始人兼总裁Dennis Martin指出:“随着企业扩大对虚拟化云环境、以网络为中心的应用以及复杂网络拓扑的部署范围,网络基础架构的重要性不断增强。为充分利用这些环境,对覆盖网络协议卸载、单根I/O虚拟化以及基于聚合以太网的远程直接内存存取等高级性能的支持变得越发重要。最新一代Intel以太网适配器在这些功能上的缺乏以及我们测试所示两者性能差距均表明,Emulex OCe14000系列以太网适配器是数据中心和云环境的最佳选择。”
除了Demartek报告提出的性能和功能优势,Emulex OCe14102-NT以太网适配器还为低成本10GBASE-T部署提供了Emulex智能卸载功能。Emulex硬件卸载最高可将每台服务器的总服务器功耗降低50瓦,服务器I/O工作负载的降低也提升了服务器CPU可用性1。对大型数据中心而言,与不具备卸载功能的以太网适配器相比,这个性能可以显著降低功耗和冷却的运营支出(OPEX),同时提高每台服务器的工作负载密度。从即日起,客户可通过Emulex的全球分销商和经销商网络购买Emulex OCe14102-NT以太网适配器。
好文章,需要你的鼓励
VMware宣布将终止现有渠道合作伙伴计划,新计划采用邀请制,大幅减少授权合作伙伴数量。未受邀合作伙伴将于2025年7月15日收到不续约通知,可继续交易至10月31日。白标计划也将同时终止。此举是18个月内VMware第二次重大合作伙伴调整,旨在专注与少数核心云服务提供商深度合作。客户可能面临续约困难、服务质量下降和成本上升等影响。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
谷歌DeepMind和伦敦大学学院研究发现,大语言模型在面对反驳时会迅速失去信心并改变答案,即使反驳是错误的。研究显示LLM既会对自己的答案过度自信,又对批评异常敏感,表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁,最新信息可能对LLM推理产生不成比例的影响。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。