不言自明，吉利起诉威马侵权真相
导读：不言自明，吉利起诉威马侵权真相
各位点开这篇文章的朋友们，想必都是很高的颜值吧，我们真的是很有缘哦，小编每天都会给大家带来不一样的汽车资讯，如果对小编的文章或者其他的什么，有什么一些意见的话欢迎在下方积极评论哦，小编每条都会认真看的。那么本期的内容是：不言自明，吉利起诉威马侵权真相！那么我们就来看看吧！
纸质投诉使魏玛汽车公司成为汽车制造的新力量，成为热门搜索。根据相关媒体的报道，浙江吉利控股集团向最高人民法院提起了关于魏玛公司及其四家子公司侵犯商业秘密的诉讼，将于9月17日听到。从蔚来的自燃事件和小鹏的后退车门事件来看，新车队迎来了一个多事的秋天。
根据金融涂鸦媒体的分析，两家公司有很多交集。魏玛汽车的创始人沉辉于2009年至2014年在吉利汽车工作。他曾担任浙江吉利控股集团副总裁，沃尔沃汽车公司高级副总裁和全球高级副总裁。沃尔沃中国董事长，吉利汽车贸易商在沉辉离任之前，魏玛汽车公司成立后，他罢免了许多吉利高管，例如魏玛汽车公司的首席财务官杜立刚，吉利销售公司副总裁陆斌和前沃尔沃的徐焕新。
从沉辉在吉利的任期，职位分析以及上述人员的职位来看，他们不是特定的技术管理职位，这些成员可能无法获得吉利的核心商业机密。有关资料显示，魏玛的团队还有两个重要人物，即魏玛的联合创始人兼首席运营官侯海静。侯海静曾任吉利汽车集团副总裁。魏玛的首席财务官张然和张然原来是吉利集团的执行董事和吉利集团的首席财务官，一个是汽车集团的高管，另一个是负责财务的高管。这两个职位特别敏感。
让我们看一下魏玛的首款SUV车型EX5。这辆车是五门五座电动汽车，长，宽和高为4584 * 1835 * 1672，轴距为2703，吉利的第一辆电动SUV是吉利的GSe，长而宽。轴距为4440 * 1833 * 1560，轴距为2700。EV Weekly从一些业内人士和供应商处获悉，Weimar EX5很可能会反向模仿吉利GSe。这从Weimar EX5推出时的价格便可以看出。最低的旅行车型仅为99,000。如果不是为了模型和供应链系统的成本优势，那么就不可能设定这么低的价格。
作为被告，魏玛汽车公司最近已频繁采取行动。首先，创始人沉辉发布了一封内部信函，并对魏玛的组织结构进行了重大调整。陆斌不再管理销售公司，沉辉亲自担任销售公司的角色，沉辉表示不会减缓积极研发的投资并坚持自主知识产权，此后魏玛发布基于新平台的新型七系列纯电动轿车，是一款电动中型汽车，展示了魏玛的积极发展能力。
感谢各位看完这篇文章，今天的分享就到这里了，喜欢小编的文章的话，请记得给小编点个赞哦，小编收到大家爱的鼓励，一定会元气满满，继续给大家推送每天不同的精彩内容的。长得好看的人都聚集过来啦，你还在等什么呢？
注：图片来源于网络，如有侵权，请联系删除！
中国移动发布：2024年大模型时代智算网络性能评测挑战报告
在这个人工智能时代的黎明，算力和网络已然成为支撑智能革命的两大基础设施核心。就如同工业革命时期，蒸汽机和铁路的出现一样，它们将彻底改变人类社会的运行方式。算力代表着计算能力的巅峰，而网络则是算力高效流动的赖以生存的血脉。没有强大的算力，人工智能就无法实现其无所不能的承诺；没有高速高效的网络，算力也将无法充分释放其无穷的潜能。
当下，以大模型为代表的人工智能技术已经渗透到了我们生活的方方面面。无论是无人驾驶、智能语音助手，还是医疗诊断、气象预报，大模型都正在为我们展现着它们独一无二的魔力。这种魔力的背后，却是一场算力和网络实力的较量。大模型训练对算力和网络性能都提出了前所未有的挑战，如何在这场挑战中脱颖而出，将直接决定着人工智能技术能否持向前发展。
网络性能挑战
大模型训练过程中，海量的数据需要在成千上万台GPU之间高效流转，任何一点延迟或阻塞，都将直接影响到整个训练的效率。对网络性能的要求可谓是苛刻至极。
首先，如何真实模拟出GPU计算环境，成为了一大挑战。仅凭测试仪的模拟很难完全反映出实际生产环境中的各种复杂情况。其次，测试仪的规模也必须与网络技术的快速演进保持同步，否则就会落伍于时代的潮流。新的性能指标测试需求层出不穷，如何全面评估网络性能也是一大难题。最后，不同类型的大模型对网络性能有着不同的定制化需求，如何在标准化和个性化之间寻求平衡，也是一个亟待解决的问题。
全调度以太网（GSE创新
为了应对上述挑战，中国移动提出了全调度以太网（GSE的创新技术方案。GSE通过全局调度、报文分发和主动流控三大核心机制，实现了网络资源的精确调配和高效利用，从而大幅提升了网络的负载均衡能力和低延迟性能。
全局调度机制能够根据实时网络状况，动态调整流量的传输路径，避免出现拥塞和延迟；报文分发机制则通过硬件加速，将报文快速分发到目的地；而主动流控机制则能够在源头就控制流量的发送速率，防止网络中的任何一个节点过载。三者相互配合，就如同一支高效的交响乐队，确保了网络资源的高效利用和数据流的高速传输。
GSE技术与国产芯片的大规模组网需求高度契合，可以轻松适配上万台服务器的超大规模集群。GSE也具备了灵活的部署场景，无论是公有云、私有云，还是传统数据中心，GSE都能高效运行，助力各行业的人工智能实践。
GSE推进计划
看到GSE技术的巨大潜力，中国移动已经启动了GSE推进计划，旨在加速这一创新技术的标准制定和产业化应用。作为国内通信领域的领军企业，中国移动在网络技术方面积累了丰富的经验，对于GSE的发展将起到关键的推动作用。
在标准制定方面，中国移动正在与业界伙伴密切合作，共同研究GSE技术的标准化问题，确保其能够在全球范围内得到广泛认可和采用。中国移动也在积极推动GSE在不同行业的应用落地，让这项创新技术真正惠及人工智能的各个领域。
GSE技术为解决大模型时代网络性能挑战提供了一个全新的视角和方案。通过创新的全局调度、报文分发和主动流控机制，GSE不仅能够满足大模型训练对网络性能的苛刻要求，而且还能够适应未来网络发展的多样化需求。
算力和网络将继成为支撑人工智能发展的两大基石。只有持推进算力和网络基础设施的创新，人工智能才能在这场科技革命中行稳致远。GSE技术的出现，正是中国移动为推动人工智能算力网络基础设施发展而做出的重要一步。相信在不久的将来，GSE必将为人工智能的腾飞插上更加强劲的翅膀。
中国移动程伟强：基于GSE构建新型智算中心网络 助力AI产业发展
C114讯 5月25日消息（九九）5月23日，2024中国高质量发展论坛的第四场线上论坛——“AI时代：数据中心光互联技术新趋势”顺利举行。论坛邀请电信运营商、互联网服务商、云计算厂商、模块芯片商、科研院所、业内专家共聚一堂，围绕热点话题深入探讨光互联和全光交换的应用及其面临的机遇和挑战。
中国移动研究院基础网络技术研究所副所长程伟强在主题演讲中表示，全球智能算力需求快速增长，亟需构建标准统一、技术领先、软硬协同、兼容开放的新型智算中心（NICC）技术体系。其中，智算中心网络用于连接CPU、GPU、内存等池化异构算力资源，贯穿数据计算、存储全流程，网络性能增强对提升智算中心整体算力水平具有关键意义。
程伟强介绍，当前业界智算中心高性能网络创新主要分为两个方向，一是基于现有以太网优化，二是革新底层以太网方案。中国公司主导的全调度以太网（GSE）和美国公司主导的超级以太网（UE）都以革新以太网转发机制作为核心，并进一步优化各层协议栈，推动网络芯片底层逻辑架构支持，突破无损以太性能瓶颈。
程伟强进一步介绍，全调度以太网（GSE）技术体系能够最大限度兼容以太网生态，从四层（物理层、链路层、网络层、传输层）+一体（管理和运维体系）等几个层级进行优化和增强，构建无阻塞、高带宽、低时延的新型智算中心网络，形成标准开放的技术体系，助力AI产业发展。
当前，基于GSE的以太网技术路线逐渐形成产业共识，高带宽、高性能、高可靠、高安全的以太网助力智算中心互联，提升智算中心网络性能和整体算力水平。
在高带宽方面，AIGC推动B400G技术发展，800GE将成为智算中心组网的重要代际节点。IEEE 800G标准进展顺利，802.3df（8x100G）已发布，802.3dj（4x200G和800G相干）在快速推动。中国移动专家积极贡献，推动实现了20km、40km、80km互通和共平台，并主导完成800GE 20km Objective立项，是中国公司专家在IEEE的首个以太网基础标准立项。
1.6Tb/s标准制定也已启动，业界开始积极布局。802.3dj重点关注1.6TE短距光标准，PCS/FEC方案已确定，1.6TBASE-DR8（500m）和1.6TBASE-DR8-2（2km）光接口基础参数已确定；OIF已领跑1.6T相干，同步开展互操作的1600ZR和1600ZR+标准化，降低成本并加强行业间的协作，产业趋势明朗。
在高性能方面，GSE创新以太网转发机制，基于三大核心机制转变：从“流”分发到“报文”分发、从“盲发+被动控制”到“感知+主动控制”、从“局部”决策到“全局”调度，实现高精度负载均衡、网络层原生无损及低延迟。
程伟强指出，采用GSE分发技术后，有个特别的优势是，用相对小容量的交换芯片，构建更大的GPU集群。因为GSE采用了报文容器分发机制，对leaf上行端口速率需求降低，同等芯片容量下，leaf上行口的端口速率越小，组网规模越大，负载分担链路更加散列，包均衡能力更优，更适配国产芯片大规模组网需求。以12.8T交换芯片构建H100 GPU集群为例，
若采用传统RoCE组网，Spine交换机和Leaf交换机之间需要采用400GE接口互联，算力集群的最大规模仅能达到512张GPU卡；若采用GSE组网，Spine交换机和Leaf交换机之间用100GE接口互联即可，算力集群的最大规模能够达到2048张GPU卡。也就是说，GSE用同样大小的交换芯片可以组出4倍于RoCE网络的集群，这个对于国内交换芯片相对落后的情况尤其重要。
程伟强进一步介绍了全调度以太网的技术优势和产业进展：超大规模，极致的链路负载，同等芯片容量，GSE网络可支持更大集群规模；超高性能，GSE网络较RoCE网络性能提升30%，提升大模型训练效率；超高可用，集中控制统一纳管，高精度监控“135”故障处理，保证集群可用性。目前，GSE推进计划已经有40余家合作伙伴，多个GSE的芯片项目已经在开发过程中。
在高可靠方面，AI大模型网络集群规模已达到万卡级别，模型训练耗时长、成本高。链路异常导致训练中断，造成算力的浪费与成本的增加；万卡集群端口数超过几万，线路故障不可避免。来自相关厂商统计数据，光链路异常频发，故障率约为0.1%~0.2%，平均每周近1起链路闪断类告警。
程伟强强调，团队正在发展FlexLane技术，这是基于以太网物理层弹性通道的高可靠保障技术。当物理层检测到lane故障后进行快速故障隔离，可以有效减少大模型训练因模块故障而重新load check piont的几率，在智算中心场景有很好应用前景。
在高安全方面，传统网络安全方案无法满足智算中心网络需求，IPSec、MACSec等安全方案应用于智算网络时，难以兼容存量设备，无法覆盖所有数据报文，引入较长处理时延，增加大量封装开销，影响AI算效。
程伟强介绍，中国移动提出的以太网物理层安全（PHYSec）架构及关键技术，具有四大特点：一是协议透明，全加密。在物理层对比特流加密，保护所有帧头部，掩盖帧长度、帧发送频率。二是随流安全，低时延。随流加密，解密时延全掩盖（~20ns），对AI训练或推理基本无影响。三是不占带宽，低开销。基于物理层原生机制承载协议，不占用用户带宽。四是兼容存量，易部署。可基于PHY芯片或光模块DSP芯片实现，安全可插拔，支持存量网络平滑升级。
演讲的最后，程伟强表示，欢迎大家加入GSE推进计划，共同推动中国智算中心网络的技术发展，构建AI网络的中国方案。
