Ethernet
PulseAugur coverage of Ethernet — every cluster mentioning Ethernet across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
扁平网线：美观但可靠性较低
与传统的圆形网线相比，扁平网线为家庭网络提供了更具美观性的解决方案，更容易隐藏。然而，由于导线呈线性排列且通常线规较细，其设计可能导致更容易受到干扰和信号衰减。此外，使其易于隐藏的灵活性也使其更容易受到物理损坏，可能影响连接的可靠性。
-
以太网线耦合器可能导致网络问题；更长的线缆或交换机是更好的替代方案
使用RJ45耦合器连接两条以太网线可能会引入潜在问题，例如连接中断或速度降低，并且还会增加电缆总长度限制（328英尺）。虽然某些带有多个耦合器的配置可以通过测试，但为了稳定的网络性能，通常建议避免使用它们。对于延长距离，单条更长的线缆更简单；而对于增加更多端口，网络交换机是一个更健壮的解决方案，它可以创建独立的以太网链路，每条链路都有自己的距离限制。
-
以太网和 Wi-Fi：平衡家庭网络的速度与便利性
对于家庭网络而言，以太网和 Wi-Fi 各有优势，以太网为固定设备提供卓越的速度和可靠性，而 Wi-Fi 则为移动设备提供便利。尽管 Wi-Fi 已通过 Wi-Fi 6E 和 Wi-Fi 7 等新标准得到改进，但与有线连接相比，它仍然可能较慢且更容易受到干扰。同时使用这两种连接类型可以确保一个强大的家庭网络，能够满足多样化的用户需求。
-
如何测试您的以太网电缆速度并排除连接缓慢的故障
用户可以通过查看Windows或Mac上的计算机网络设置来检查其以太网电缆的速度。虽然报告的链路速度表示设备与路由器之间的连接，但它并不反映实际的互联网速度或电缆的最大容量。要确定电缆是否是瓶颈，用户应检查两端的硬件，重新插拔连接器，并使用已知良好的电缆进行测试。对于更精确的吞吐量测量，可以使用iPerf3等工具在两台有线计算机之间测试速度。
-
通过量化、内存、并行和调度探索 LLM 推理效率
研究人员正在探索各种方法来提高大型语言模型 (LLM) 推理的效率和可扩展性。一种方法侧重于通过量化技术实现能源效率，在精度损失极小的情况下展示出显著的节能效果，尤其是在融合内核实现中。另一个研究领域涉及为 LLM 加装外部内存模块，以更有效地处理长上下文，提高准确性并减少内存使用。此外，研究正在调查并行策略，例如张量并行和流水线并行，以优化分布式 LLM 服务系统的吞吐量和延迟权衡。最后，正在为无服务器 LLM 推理开发新颖的调度框…
-
如何安全地拔出卡住的以太网线
以太网线可能会因为其锁定卡扣机制而卡住，如果强行拔出，卡扣可能会损坏。要安全地拔出卡住的线缆，用户应首先关闭设备，然后按住卡扣，同时轻轻地上下晃动连接器或将其进一步推入，然后再拔出。如果这些方法无效，可以使用平头螺丝刀等工具按压卡扣，但需小心，以免损坏插针。对于持续存在的问题，建议联系技术支持或维修专业人员，因为应避免使用钳子，以免损坏塑料连接器。
-
黑客获取谷歌等大型服务的伪造TLS证书 · 追踪3个来源
黑客未经授权访问了三个域名注册商，从而能够获取谷歌等主要服务的伪造TLS证书。此次泄露使恶意行为者能够冒充合法网站，可能导致广泛的安全风险和用户欺骗。该事件凸显了域名注册和证书颁发流程中的漏洞。
-
双以太网端口：PC的冗余功能远不止于此
一些个人电脑配备了两个以太网端口，这一功能主要对工作站、服务器和虚拟化设置有益，而非典型的家庭使用。这两个端口提供了增强的网络功能，例如用于冗余连接的故障转移，或者同时管理不同网络的能力。它们还可以用于链路聚合，将两个以太网链路结合起来以潜在地增加带宽并提供冗余，但它不会使互联网套餐的速度翻倍。
-
Nvidia 的 NVSwitch 在 AI 网络领域面临新兴标准的竞争
Nvidia 的 NVSwitch 技术是目前扩展 AI 网络的领先解决方案，类似于 InfiniBand 在低延迟网络领域一直占据主导地位。然而，UALink 和 Ultra Ethernet Consortium 等新兴标准正开始挑战 NVSwitch 的地位。行业领导者推动标准化旨在提高互操作性，UALink 的最终采用可能会迫使 Nvidia 进行调整，从而重塑 AI 网络领域的未来。
-
以太网线的功能远不止网络连接
以太网线通常被忽视，但其功能远超基本的网络连接。通过添加特定的适配器，这些线缆可以远距离传输视频信号，在某些特定场景下可作为HDMI的替代品。它们还可以传输多个模拟音频通道，如果已有线路，则可能取代多条独立的音频线。此外，以太网供电（PoE）是一项标准功能，允许单根以太网线同时传输数据和电力，这对于远离电源插座的设备（如安全摄像头和Wi-Fi接入点）特别有用。
-
以太网电缆成本不保证速度；关注规格
以太网电缆的成本与其速度能力不直接相关。虽然价格较高的电缆可能提供增强的耐用性、屏蔽性或更高级别的类别认证，但它们无法将网络速度提高到超出所连接设备的限制。实际网络速度由链中最慢的组件决定，可能是互联网套餐、路由器端口、网络适配器或电缆本身。优先选择由 100% 铜导体制成并通过 UL Solutions 等第三方认证的电缆，比选择最昂贵的选项更重要。
-
以太网线缆长度和 iOS 27 发布详情
此集群包含两条不相关的消息。第一条讨论了以太网线缆的最大有效长度与 Wi-Fi 相比以保持最佳速度。第二条宣布了即将发布的 iOS 27，详细介绍了新功能及其可用日期，此前 Apple 在一次活动中发布了 iPhone 18 Pro 和 iPhone Duo。
-
以太网电缆速度取决于类别，而非仅仅长度
以太网电缆的性能主要由其类别和预期速度决定，长度是次要因素。标准以太网电缆的最大可靠长度额定为 328 英尺（100 米）。对于高达 1 Gbps 的速度，Category 5e 和 Category 6 电缆可以在此完整距离内有效运行。然而，对于 10 Gbps 的速度，Category 6 仅限于约 180 英尺，而 Category 6a 可以在 328 英尺的完整距离内维持 10 Gbps。超出这些限制不一定总是会导致速度逐渐…
-
了解路由器的以太网端口：WAN 与 LAN 及速度差异
路由器通常有多个以太网端口，但它们的功能或速度可能不尽相同。通常，一个端口被指定为 WAN 或 Internet 端口，用于连接调制解调器或光纤终端盒，而其他端口则是用于连接家庭网络内设备的 LAN 端口。有些路由器可能拥有可兼作 WAN 或 LAN 的端口，或自动感应端口。将设备连接到 LAN 端口时，需要注意并非所有端口都支持相同的最高速度，标签如 1G、2.5G 或 10G 表明了它们的能力。设备将仅以其以太网适配器和所连接的路…
-
以太网分离器与交换机：了解网络扩展的差异
以太网分离器和网络交换机都提供了将多个设备连接到单根以太网电缆的方法，但它们的功能不同。无源以太网分离器是简单的设备，可以重新排列布线以创建两个独立的连接，但它们将速度限制在 10/100Mbps，并且需要在另一端使用第二个分离器才能正常工作。有源或供电以太网分离器包含网络硬件，支持千兆速度和更简单的设置，但带宽仍需共享。网络交换机被认为是扩展以太网连接最通用的解决方案。
-
WAN与LAN：理解网络端口差异
网络设备上的WAN（广域网）和LAN（局域网）端口之间的区别对于正确的互联网连接至关重要。WAN端口通过互联网服务提供商（ISP）的线缆将本地网络连接到互联网，而LAN端口则连接本地网络内的设备，使它们能够相互通信。理解这种区别对于正确设置路由器并确保设备能够访问互联网和本地通信非常重要，Wi-Fi作为LAN的无线扩展功能。
-
Meta AI 发布 MetaRoCE，用于 AI 规模以太网网络
Meta AI 开发了 MetaRoCE，这是一种新的传输协议，旨在提高大型以太网网络上 AI 训练的效率。与依赖无损网络的传统 RoCE 不同，MetaRoCE 将网络视为有损网络，并将排序、路径选择和恢复推送到网络接口卡 (NIC)。这种方法旨在减少网络摩擦，并释放海量 GPU 集群中被闲置的计算能力。Meta 将通过 Open Compute Project 发布该规范、参考实现和合规性测试套件，预计将于 2026 年底出现潜在的硬件支持。
-
NORD将NORDAC PRO VFD系列扩展至200马力，增强连接性
NORD通过推出额定功率高达200马力的型号，扩展了其NORDAC PRO VFD系列。这些新的变频驱动器具备多协议以太网功能、集成安全功能和无线诊断功能，以提高其在工业环境中的适用性。
-
AMD发布Instinct MI455X GPU，面向机架规模AI部署
AMD发布了其新款Instinct MI455X GPU，专为大规模AI部署而设计，是MI355X的继任者。这款新GPU采用了CDNA5架构，在计算性能、内存带宽和容量方面进行了显著增强，并利用了台积电的CoWoS-L封装技术。MI455X是AMD Helios机架规模解决方案的一部分，该解决方案支持单个Pod中多达72个GPU，并采用了名为UALink over Ethernet的新型容错网络架构。
-
新的IDNet框架通过多模态数据融合改进心脏病筛查
研究人员开发了IDNet，一个新颖的多模态框架，旨在通过彩色眼底摄影和临床数据实现更稳健的缺血性心脏病（IHD）筛查。该框架包含一个跨模态蒸馏聚合器（CDA），可有效融合视觉特征和表格特征，解决了高维图像数据与低维临床变量之间的不平衡问题。为了支持这项研究，使用UK Biobank数据创建了一个新的、可复现的基准，该基准包含来自25,205名受试者的50,410张图像，证明了IDNet在性能上优于现有方法。