通过MRC(多路径可靠连接)解锁大规模AI训练网络
OpenAI联合AMD、NVIDIA等公司推出MRC协议,提升超大规模AI训练网络的性能与可靠性,并已开源至OCP,推动行业标准统一。
入选理由:MRC通过多路径传输和静态源路由设计,有效规避网络拥塞与单点故障,保障AI训练稳定性。
公司
别名:微软
全球领先的云计算和芯片设计公司
已跟踪 30 条高相关材料
最近变化
2026-11-17 · C# 15引入联合类型,通过编译器检查确保模式匹配完整性
为什么值得关注
Microsoft 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
OpenAI 把训练 ChatGPT 用的网络协议开源了。https://t.co/s2euzfedsb 这套协议叫 MRC(Multipath Reliable Connection,多路径可靠连...
宝玉(@dotey) · 9.2 分
OpenAI 联合 AMD、英特尔、英伟达等公司开源 MRC 网络协议,通过多路径传输和源路由技术显著提升大模型训练集群的可靠性与效率,已在 Stargate 等超算中部署并验证效果。
Unlocking large scale AI training networks with MRC (Multipath Reliable Connection)
OpenAI Blog · 9.2 分
OpenAI联合多家科技巨头推出MRC(多路径可靠连接)协议,通过多平面网络、自适应分组喷洒和静态源路由等机制,显著提升超大规模AI训练集群的网络性能与容错能力,并已开源至OCP。
The Counterintuitive Networking Decisions Behind OpenAI’s 131,000-GPU Training Fabric
Towards Data Science · 9 分
OpenAI通过MRC协议构建了131,000 GPU训练网络,采用反直觉的网络设计,消除了传统三层控制平面,显著提升训练效率。
已收录 30 条与 Microsoft 相关的内容,按评分排序。
OpenAI联合AMD、NVIDIA等公司推出MRC协议,提升超大规模AI训练网络的性能与可靠性,并已开源至OCP,推动行业标准统一。
入选理由:MRC通过多路径传输和静态源路由设计,有效规避网络拥塞与单点故障,保障AI训练稳定性。
OpenAI 联合多家公司开源 MRC 协议,提升大模型训练网络可靠性,已在超算中部署验证。
入选理由:MRC 实现微秒级故障绕过,避免传统网络中断导致训练重启。
OpenAI通过MRC协议构建了131,000 GPU训练网络,采用反直觉的网络设计,显著提升训练效率。
入选理由:MRC协议消除传统三层控制平面,提升网络可靠性
AI 时代工程管理的瓶颈已从编码速度转移至验证与协作。Anthropic 负责人 Fiona Fung 提出需重构流程,砍掉陈旧路线图与设计文档,以代码为唯一事实来源。管理者必须回归一线写代码,采用即时规划(JIT Planning),并将质量保障左移自动化,关注新人上手时间与 PR 生命周期而非虚荣指标。
入选理由:瓶颈转移:编码变快后,验证、评审、安全成为新卡点,旧流程需重构。
从单一大模型转向生态优先的全栈建设,帮助各行业以AI原生方式参与;提出构建可落地的AI栈与治理框架;宣布MAI模型以高质量预训练和可解释性为基石,并以15个月新增Azure容量超过以往15年总和为规模化能力背书。
入选理由:构建企业级AI栈:工具、数据、治理三位一体,使传统企业也能以AI原生方式参与竞争。
OpenAI员工单月消耗6030亿Token、折合130万美元,揭示AI编程真实成本;Uber四个月烧光34亿美元AI预算、微软弃用Claude Code,证明顶级模型无限调用不可持续;开源模型成本为国外旗舰1/30~1/50,但硬件与能力仍受限。
入选理由:OpenAI员工单月使用6030亿Token(≈130万美元),若按市场价折算,程序员年均Token成本达200万~1亿人民币。
.NET 11发布C# 15联合类型、Native AOT CLI Host及MAUI默认使用CoreCLR,显著提升开发效率与性能。
入选理由:C# 15引入联合类型,通过编译器检查确保模式匹配完整性
软件系统性崩溃问题日益严重,AI既是诱因也是症状,软件构建方式本身存在根本性缺陷。
入选理由:AI工具可在数小时内发现复杂漏洞,加剧系统性崩溃风险。
开源AI渗透测试工具Artex被用于三小时内攻破企业网络,FBI发出警告。
入选理由:Artex工具可在三小时内完成企业网络渗透。
DocumentDB 1.0 开源数据库发布,基于 PostgreSQL 兼容 MongoDB 协议,MIT 许可证允许商业使用,微软联合 AWS 等公司推动多实现生态。
入选理由:DocumentDB 1.0 支持 PostgreSQL 15-18,提供 Kubernetes 操作符
微软推出Azure Logic Apps Standard本地CLI预览版,支持本地开发、测试和调试工作流,无需Visual Studio Code。
入选理由:Azure CLI 2.67.0及以上版本自动安装logicapp扩展
微软发现Lazarus后门技术,通过修改少量神经元实现AI代理恶意行为,需警惕模型来源与权重完整性。
入选理由:修改少于10个神经元即可实现AI代理后门,无需重新训练模型
Azure Cobalt 200芯片在EDA工作负载上实现1.30x至4.15x性能提升,其架构优化显著增强云计算在芯片设计中的应用。
入选理由:Cobalt 200相比Cobalt 100在EDA工作负载中性能提升最高达4.15倍
决策模型可指导语音助手实时判断任务状态,结合GPT-Live与Microsoft Decision-1实现动态交互。
入选理由:语音助手需用决策模型处理用户无序输入,判断任务完成状态
MongoDB与微软Azure Foundry整合MCP Server,使AI代理能实时访问MongoDB Atlas数据并执行数据库操作。
入选理由:MongoDB MCP Server已集成至Azure Foundry工具目录,支持实时数据访问
AI代理需要基础设施各层协同优化以实现高效运行,微软Azure提出计算/存储/网络一体化架构方案。
入选理由:AI代理需要计算、存储和网络的协同优化才能处理长周期任务
MLCommons推出Candela,提供AI风险基准测试服务,帮助企业评估模型风险,提升AI系统可靠性。
入选理由:Candela支持Safety 1.2.1和Jailbreak 1.1基准测试,覆盖12类风险场景。
工业智能通过整合制造知识与物理AI,成为制造业增长的新机遇,提升决策效率与生产灵活性。
入选理由:工业智能是制造业积累的know-how、操作实践与生产数据的结合体。
MCP C# SDK 2.0 默认使 HTTP 无状态,引入多往返请求(MRTR),提升交互工具性能。
入选理由:MCP C# SDK 2.0 默认启用 HTTP 无状态,简化服务器路由。
ThinkingBox将数据库评分转化为强化学习奖励,使Qwen3.8-27B模型任务完成率提升69%。
入选理由:ThinkingBox使Qwen3.8-27B的20/20任务完成率从38提升至107
Google推出SynthID Detector工具,支持跨AI提供商检测AI生成内容,但存在检测范围和准确率的局限性。
入选理由:SynthID Detector支持OpenAI、NVIDIA等AI生成内容检测,但不涵盖Meta和Microsoft。
eMudhra中间CA证书私钥泄露,影响多个主流信任根程序,需立即更新相关软件。
入选理由:八个eMudhra中间CA证书私钥已被泄露,影响Mozilla、Microsoft等信任根
Azure Maia 300通过系统级架构优化实现LLM推理的能效突破,采用NUMA内存和软件定义数据流技术提升计算密度。
入选理由:Maia 300采用NUMA内存架构,内存带宽提升40%且能效比提高35%
微软联合Marvell、Oracle等推出开源集成HSM项目Project Tessera,通过开放架构和硅实现推动硬件安全标准化。
入选理由:Project Tessera将Azure HSM架构全开源,包含驱动、固件和构建环境
Zimbra邮件平台存在高危RCE漏洞(CVE-2026-73570),攻击者可无需认证直接窃取邮件数据。该漏洞因SNMP日志处理机制缺陷导致,微软与波兰CERT已监测到大规模攻击活动。
入选理由:CVSS 8.9评分漏洞允许未经身份验证的远程代码执行
微软宣布将Azure Maia系统扩展至多吉瓦特级部署,Maia 300芯片性能提升40%,成为核心推理系统。
入选理由:微软2027年起将Maia系统部署规模扩大至多吉瓦特级别
OpenAI与Microsoft合作推出基于MXC的沙盒模式,提升Codex在Windows上的安全性与控制力。
入选理由:MXC沙盒模式要求兼容Windows 11设备,支持更细粒度的文件访问控制。
微软Decision-1模型现已通过AI Gateway开放使用,支持分类、评分和布尔决策,可通过多种API调用且无需Azure账户。
入选理由:Decision-1支持分类、评分和布尔决策三种响应类型
微软通过AI技术优化基础设施全生命周期管理,从供应链到舰队运营实现效率提升,强调AI应服务于实际业务流程而非单纯技术应用。
入选理由:微软利用AI工具减少供应链需求预测的信息协调时间
Meta和Microsoft减少员工使用Claude AI,转向自家工具,影响AI支出和竞争格局。
入选理由:Microsoft员工AI支出上限从10万美元降至1万美元/月