2022年10月11日 – 领先的下一代设备和网络测试与保障解决方案供应商思博伦通信(伦敦证券交易所代码:SPT) 今天宣布,与诺基亚携手成功演示了800G在数据中心环境中的互操作性。本次公开测试显示出,诺基亚的下一代高速以太网设备有能力确保云上的以太骨干网能够支持当今和未来的海量容量需求。
互操作性测试是在诺基亚最近举办的SReXperts Americas活动中进行的,测试采用了思博伦屡获殊荣的B2 800G设备,以及由诺基亚FP5网络处理器芯片支持的诺基亚7750服务路由 (Service Routing,SR) 平台。此次测试中,两个诺基亚7750 SR系列路由器使用800G QSFP-DD DR8光模块转发高达1.6TB数据的能力得到了验证。在高度灵活的多速率2U B2测试平台中进行高密度800G测试,能够帮助运营商和网络服务商部署多速率网络基础设施,从而满足不断增长的网络带宽需求。诺基亚具备创新性的FP5芯片是首款用于高性能路由的网络处理器芯片,可成功实现向800G生态系统的过渡。
思博伦云和IP事业部产品管理副总裁Aniket Khosla表示:“利用我们在以太网测试领域数十年的经验,思博伦开发了一套全面的端到端800G测试套件。这次与诺基亚对800G进行的成功测试,验证了他们的FP5网络处理芯片和7750服务路由平台支持基于高密度标准的QSFP-DD 800端口的能力,这将确保这项复杂的新技术的成功部署,同时使诺基亚的客户能够构建具备确定性与高效率的高速网络,从而满足未来需求并提供高质量的用户体验。”
诺基亚提供一整套支持800G的系统,其中包括具有36x800G QSFP-DD的线卡以及具有固定端口36x800G QSFP-DD和48x800G QSFP-DD的系统,还包括能够实现各种功率、容量和成本要求的许多更小的配置。
诺基亚IP路由硬件副总裁Ken Kutzler表示:“如果要让今天的IP网络来支持明天的应用,速度肯定是越快越好,但做到这一点还不够。这些网络还必须具有确定性、安全性、高效性,同时还要具有可消耗性。我们与思博伦的本次测试得到了广泛关注。测试反映出我们的FP5芯片(诺基亚IP服务路由平台的核心)已经做好上市准备。这为确保IP网络能够有效扩展、进化并在不断变化的市场需求中保持先机奠定了良好基础。”
欲了解更多信息,请访问:
https://www.spirent.cn/products/800g-ethernet-testing
https://www.spirent.cn/blogs/the-critical-role-of-testing-in-accelerating-800g-deployments
关于思博伦通信
思博伦通信(伦敦证交所上市代码:SPT)为下一代网络和设备提供测试、评估、分析和保障解决方案, 为高速以太网、定位、移动网络基础架构、安全、5G以及业务保障市场提供产品、解决方案和服务。凭借在全面自动化测试和自发服务保障的持续创新,思博伦可帮助联网设备、网络设备和应用从实验室尽快应用到运营网络。
如欲了解更多信息,敬请访问:www.spirent.com或者www.spirent.cn
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。