- 综合排序
- 最热优先
- 最新优先
- 来自专栏亿源通科技HYC
高速收发模块并行光学MT组件
平行光学又叫并行光学，是英文“Parallel”的翻译。 什么是并行光学技术？并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 如图所示，8位数据同时通过并行线进行传送，这样数据传送速度大大提高。也就是说A端的4个Rx端和4个Tx端是通过八根光纤以 40Gbps 的总数据速率传播单个数据流，实现传统传输无法达到的数据速率。 4.jpg
1.2K10编辑于 2022-03-23 - 来自专栏亿源通科技HYC
高速光模块中的并行光学和WDM波分光学技术
光模块提升带宽的方法有两种：1）提高每个通道的比特速率，如直接提升波特率，或者保持波特率不变，使用复杂的调制解调方式（如PAM4）；2）增加通道数，如提升并行光纤数量，或采用波分复用（CWDM、LWDM 并行光学传输在并行光学 (Parallel optics) 的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，典型的光模块类型包括SR4，SR8，PSM4 MT（MPO）插芯和光纤阵列FA多通道微型连接组件是支持并行光互连的关键部件，用于模块外部光接口连接与模块内部光学耦合，能够集成到光模块板上。 WDM波分光学传输波分复用技术 (WDM) 可以实现单根光纤对多个波长信号的传输，这会成倍提升光纤的传输容量，已经被广泛应用在光通讯的中长距离传输和数据中心的互联中，典型光模块类型如FR4、FR8和LR4 利用自由空间光学（Free Space Optics）设计，结合准直器，用4个WDM波长的滤光片进行合波和分波。
1K10编辑于 2025-01-25 - 来自专栏亿源通科技HYC
应用于高速收发模块的并行光学&WDM波分光学技术
DR短距PSM4(Parallel Single Mode 4 channels)是500米传输，采用的是1310nm波长，使用单模并行。 在数据中心光模块就产生了两种传输方案—并行和波分。在当前100G以及以下速率的数据中心，短距离光模块使用的更多是并行技术。图片什么是并行光学技术? 并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 利用自由空间光学（Free Space Optics）设计，结合准直器，用4个CWDM波长的滤光片通过微光学的方式进行合波和分波。
2.5K30编辑于 2022-12-19 - 来自专栏6G
Intel 的光学互连方案 -- CPO 与 OCI 以及 4Tbps 光学小芯片
共封装光学（CPO）适用于网络应用，而光学计算互连（OCI）适用于计算结构。 20nm O 波段 FR 100 和 200Gb/s PAM4，主机接口标准是 IEEE/OIF。 接下来相当于才进入本次分享的主题：4Tbps OCI 和系统概述！以下是 Intel 使用 4Tbps OCI 的简化模型。 连接和未来协同优化的并行接口设计提供支持。 阐述的是 4Tb/s（8Tb/s 双向）硅光子集成电路支持并行和串行主机接口，针对功率和尺寸进行了优化，基于高容量 SiPh 平台，包括环形调制器、激光器、锗光电探测器等组件，通过特定方式连接。
2.1K13编辑于 2024-08-30 - 来自专栏悠扬前奏的博客
Java并行-4.守护线程
守护线程是一类特殊线程，一般是一些提供系统性服务的线程，例如垃圾回收线程，JIT（动态编译）线程。 守护线程需要在线程start()之前设置。在系统中只有守护线程（用户线程全部结束）时，自动结束。 以下例子将一个线程设置为守护线程。 package temp; public class DaemonDemo { public static class DaemonT extends Thread { public void run() { while (tr
53320发布于 2019-05-28 - 来自专栏罗西的思考
模型并行分布式训练 Megatron (4) --- 如何设置各种并行
[源码解析] 模型并行分布式训练 Megatron (4) --- 如何设置各种并行 目录 [源码解析] 模型并行分布式训练 Megatron (4) --- 如何设置各种并行 0x00 摘要 0x01 沿着列纵向切了三刀：pipeline_model_parallel_size = 16 /4 = 4，就是4个GPUs 进行流水线并行。 因为流水线并行组大小是4，即16个GPU被分成4组，则这4组内容是[g0, g4, g8, g12], [g1, g5, g9, g13], [g2, g6, g10, g14], [g3, g7, g11 使用四个GPU进行模型流水线并行，所以 pipeline_model_parallel_size = 4。就是 Notation 之中的 p。 对应注释例子，就是data_parallel_size = 16 / (2 * 4) = 2。 rank 2 对应的数据并行进程组是[g0, g2]。
3.1K10编辑于 2022-05-09 - 来自专栏睐芯科技LightSense
成像光学、非成像光学和光学拓展量简介
成像光学成像光学是传统几何光学的核心内容，成像光学系统包括三个部分：物体、透镜和像。 成像光学的根本任务是利用成像系统实现不失真或尽可能少失真的信息变换或传输。光学成像主要分为三类：小孔成像、镜面成像和透镜成像。 非成像光学系统非成像光学系统按应用可以分为两类：集光系统和配光系统，集光系统应用于太阳能或光电检测中；配光系统主要用于照明设计，尤其是LED 照明设计。1. 非成像光学理论1 光展理论光展（光学扩展量）来自法语单词etendue 是几何光学系统中的一个重要光学属性，用来刻画光学系统的通光能力。 对于理想光学系统光展是一个守恒量， 而对于非理想系统光展只增不减，正是光展守恒为非成像光学设计带来了方便。2 .
1.2K10编辑于 2024-07-24 - 来自专栏芯智讯
LG发布全新光学变焦手机镜头模组：支持4～9倍光学变焦自由切换
12月28日消息，据外媒报道，LG旗下手机镜头模组子公司LG Innotek近日发布了一款全新光学变焦手机镜头模组（Optical Telephoto Zoom Camera Module），能够在4 倍至9倍光学变焦之间自由切换。 目前在智能手机上进行光学变焦并不是什么新鲜事，比如三星在 Galaxy S22 Ultra 上同时使用了3倍和10倍长焦镜头，Google 的 Pixel 7 Pro 则有具备5倍光学变焦的长焦镜头。 目前手机上主要结合光学变焦、数码变焦 2 种方式，光学变焦直接移动相机镜片，让目标放大或缩小，可保有高解析度和画质；数码变焦，则是将图像感测器上一部分像素放大整个画面，看起来似乎放大了成像，但却降低了解析度 LG 新型光学变焦镜头模组的优点在于，只需要一组相机模组，就能够在4～9倍之间，自由进行不同倍率的拍摄，通过变焦制动器，能够以微米为单位，精准移动相机镜片，让所有成像都以光学变焦达成。
57930编辑于 2023-02-09 - 来自专栏睐芯科技LightSense
光学玻璃之光学特性
(1)折射率每个牌号的光学玻璃均按下表所列的光谱线给出折射率，所记载的折射率依据(4)项的色散曲线方程式计算得出。 (3)特殊色散性一般光学玻璃的绝大部分，部分色散比和阿贝数之间存在如下线性关系，这样的硝材被称为正常部分色散玻璃，与此相反，如果在领域图上偏离这条直线的玻璃被称为特殊部分色散玻璃，特殊色散性的大小以“正常玻璃 (4)色散曲线方程式数据表中未做记载的任意波长λ所对应的折射率,可以利用色散曲线方程式来计算。一般来讲色散曲线方程式有几种,本样本是依据以下方程式进行计算。 n(λ)^2=A0+A1*λ^2+A2*λ^4+A3*λ^-2+A4*λ^-4+A5*λ^-6+A6*λ^-8+A7*λ^-10+A8*λ^-12以下A0~ A8 是依据玻璃的牌号所定的定数,对每种玻璃进行精密测试所得到的折射率使用最小二乘法计算得出
84610编辑于 2024-07-24 - 来自专栏sktj
python mpi4py(并行编程 23)
www.cnblogs.com/zhbzz2007/p/5827059.html 1.概述 MPI(Message Passing Interface)，消息传递接口，是一个标准化和轻便的能够运行在各种各样并行计算机上的消息传递系统 消息传递指的是并行执行的各个进程拥有自己独立的堆栈和代码段，作为互不相关的多个程序独立执行，进程之间的信息交互完全通过显示地调用通信函数来完成。 2.MPI执行模型 并行程序是指一组独立、同一的处理过程； 所有的进程包含相同的代码； 进程可以在不同的节点或者不同的计算机； 当使用Python，使用n个Python解释器； mpirun -np 32 python parallel_script.py 并行执行模型如下所示， ? Reference mpi4py tutorial Python多核编程mpi4py实践
2K40发布于 2019-07-30 - 来自专栏sktj
python 多线程 锁lockrlock(并行编程 4)
(target=inwithlock) t2=threading.Thread(target=dewithlock) t3=threading.Thread(target=innolock) t4= threading.Thread(target=denolock) t1.start() t2.start() t3.start() t4.start() t1.join() t2.join () t3.join() t4.join() print("%s" % withlock) print("%s" % nolock) 线程安全的操作 import threading global
68040发布于 2019-07-30 - 来自专栏sktj
python 并行进程 mpi4py
hello.py from mpi4py import MPI comm = MPI.COMM_WORLD rank = comm.Get_rank() print("hello world from ('hello world from process ', 2) ('hello world from process ', 3) ('hello world from process ', 4) ) if rank == 0: data = 10000000 destination_process = 4 comm.send(data,dest=destination_process) receiving [0 0 0 0 0] process 1 sending [0 2 4 6 8] receiving [1 2 3 4 5] process 2 sending [0 3 6 9 12] receiving [2 4 6 8 10] process 3 sending [0 4 8 12 16] receiving [3 6 9 12 15] process 4 sending
74220编辑于 2022-05-13 - 来自专栏计算摄影学
光学词汇11-透镜4-透镜制造者公式
薄透镜等式(Thin-Lens Equation)，也称为透镜制造者公式(Lensmaker’s Formula)，是一个特殊的光学公式，揭示了物距、像距、透镜折射率以及透镜表面曲率之间的关系。 在复杂的光学系统中，如相机镜头、望远镜等，透镜制造公式依然发挥关键作用。 尽管透镜制造公式可能在数学形式上较为复杂，但其本质上是一个指导我们理解和设计光学系统的重要工具。 通过这个公式，我们可以更好地理解光学系统的工作原理，并有针对性地进行优化设计，以实现更清晰、更准确的成像。
2.4K30编辑于 2023-09-01 - 来自专栏硅光技术分享
光学相控阵列
这一篇笔记主要介绍光学相控阵列。 光学相控阵列(optical phased array，以下简称OPA), 即通过调控阵列中不同通道光场的相位，实现光束传播方向的偏转与调节，示意图如下， ? 得益于集成光学的发展，基于硅光、InP系统的光学相控阵列都已经在实验室实现。典型的结构如下图所示，有点类似阵列波导光栅结构(AWG)。黄色区域为相位调制区域。 ? (图片来自文献3) 光学相控阵列可应用在激光雷达(LIDAR)、光学成像、空间光通信等领域。基于OPA的激光雷达，通过动态调节光束的出射角度，接收其反射信号，从而知晓目标的位置、形貌等信息。 如果说激光雷达是无人驾驶汽车的眼睛，那么光学相控阵列决定了这个眼睛的视场、反应速度。 以上是对光学相控阵列的原理和应用的简单介绍。 光学相控阵列通过实现不同单元间的相位差，实现光束的偏转，从而应用在探测、测距、通信等领域，应用非常广泛。但是目前片上集成的光学相控阵列还处于研究阶段，有许多工程化的问题需要解决。
5.3K12发布于 2020-08-14 - 来自专栏知识点分享
Ansys光学仿真
核心优势一 ANSYS SPEOS光学仿真软件通过CIE标准认证，采用统一眩光评价模型 UGR，对不舒适眩光进行分析评价，找出眩光产生原因，更改设计方案控制或消除眩光。 ANSYS SPEOS通过对高铁或地铁列车内部环境进行光学模拟，配合环境光源进行眩光分析，了解其产生机理，在设计前期进行最大的设计改进规避眩光，优化光环境设计。 虽然说，在建筑设计中无法完全规避眩光，但是我们可以采用光学仿真分析，有效并尽可能规避一些眩光现象。
1.6K20编辑于 2022-05-25 - 来自专栏云深之无迹
相机光学杂文
以4K电视为例，4K通常指4096x2160分辨率，假设每像素点为三个R/G/B晶粒，制作一台4K电视需要转移的晶粒高达2600万颗，即使每次转移1万颗，也需要重复2400次。 成像里面的一些概念 焦点是从无穷远处物体出发的光线经过光学系统后会聚的点。但这只是概念中的一个理想点，在现实世界中，焦点会存在一定的空间分布，称为弥散圆。 这种非理想的焦点通常源于光学系统的像差（aberration）。 所有镜头都可以对无穷远处的物体成清晰像，但对于非常靠近镜头的物体则存在一定的限制，超过限制后成像开始模糊。 可以输出的规格 3/4，这个是SONY卖的传感器 1/3 消费类相机传感器 松下GH3的对焦点是全区域的，但精确对焦点只有9个，呈3×3排列。 对，还看到一个光学算法工程师的职位，有点意思 另外，今年3NM的芯片也可以做了~ 最后是一个小巧的舵机开关 https://www.digchip.com/datasheets/parts/datasheet
1.1K10编辑于 2023-02-27 - 来自专栏人工智能与演化计算成长与进阶
Jmetal 4+ 使用指南七-并行算法
Jmetal 4+ 使用指南七 并行算法 本文以Jmetal官网文档为基础，结合自身理解 链接如下 Jmetal 4+ 使用指南一 Jmetal 4+ 使用指南二 Jmetal 4+ 使用指南三 Jmetal 4+ 使用指南四 Jmetal 4+ 实验指南五 Jmetal 4+ 实验指南六 如果你还不了解NSGA-II可以参考 NSGA-II入门 多目标优化拥挤距离计算 多目标优化按支配关系分层实现 Jmetal 实现并行算法 4+版本中的Jmetal主要是通过现代计算机的多核技术来并行的评价种群中的解来实现并行算法。 并行评价接口 The IParallelEvaluator Interface 需要被评价的解被放到一个列表中，然后提交到一个并行评价器parallel evaluator来进行并行计算，这种对象具有代表性的是 其他的并行算法 同时Jmetal中也实现了pSMPSO(并行粒子群算法) Note Jmetal4.0+中这种并行的NSGAII不是完全意义上的并行，其只是并行的进行评价，但是非支配排序和计算拥挤距离这种十分需要计算量的工作仍然是串行的
73130发布于 2021-05-10 - 来自专栏TestOps云层
并行的UI 自动化测试 - Selenium Grid 4
认识 Grid Grid 允许在远程计算机上执行WebDriver脚本，它通过将客户端命令发送到远程浏览器的实例，提供了一种在多台计算机上并行运行测试的简便方法。 Grid允许我们在多台计算机上并行运行测试, 并集中管理不同的浏览器版本和浏览器配置 (而不是在每个独立的测试中)。 Grid目的和主要功能： 为所有的测试提供统一的入口 管理和控制运行着浏览器的节点/环境 扩展 并行测试 跨平台(操作系统)测试 负载测试 一般我们在如下两种情况下使用Grid： 在多种浏览器，多种版本的浏览器 Grid 4中提供了相同的概念, 可以通过对上述某些组件进行分组来运行集线器, 也可以在独立模式下一起运行所有组件. Grid4 运行模式 在Grid 4 中有四种运行模式： 单机（Standalone） Hub and Node 分发器（Distributed） Docker 单机模式（Standalone）： 新的
3.3K40编辑于 2022-04-07 - 来自专栏睐芯科技LightSense
高斯光学(Gaussian optics)或傍轴光学(paraxial optics)
如果物空间中一个物点P发出的发散球面波经过成像系统变换成一个会聚球面波，球面波中心为P'，则此系统称为理想光学系统，亦即理想光学。系统将物方的同心光束转换成像方的同心光束。 理想光学研究光线在理想光学系统中的传递和变换,具有以下特点:(1)物方每一个点对应像方一个点(共轭点)，又称“点点成像”。(2)物方每一条直线对应像方一条直线(共轭线)。 如果系统是轴对称的，还具有以下特征:(4)光轴上任何一点(物点)的共轭点(像点)也在光轴上。(5)任何垂直于光轴的平面(物平面)的共轭面仍与光轴垂直。 理想光学系统只是实际光学系统的近似模型。 它是高斯首先提出来的，因此又称高斯光学(Gaussian optics)或傍轴光学(paraxial optics)。资料：《近代光学系统设计概论》，宋菲君等。
88410编辑于 2024-08-03 - 来自专栏罗西的思考
PyTorch 流水线并行实现 (4)--前向计算
[源码解析] PyTorch 流水线并行实现 (4)--前向计算 目录 [源码解析] PyTorch 流水线并行实现 (4)--前向计算 0x00 摘要 0x01 论文 1.1 引论 1.1.1 数据并行 流水线并行其他文章链接如下: [源码解析] 深度学习流水线并行Gpipe(1)---流水线基本实现 [源码解析] 深度学习流水线并行GPipe (2) ----- 梯度累积 [源码解析] 深度学习流水线并行 ] 深度学习流水线并行 PipeDream(3)--- 转换模型 [源码解析] 深度学习流水线并行 PipeDream(4)--- 运行时引擎 [源码解析] 深度学习流水线并行 PipeDream(5) clock 4 时候，运行图上的 F_{4,1},F_{3,2},F_{2,3} 。 可以看到，前 4 个时钟周期内，分别有 4 个 micro-batch 进入了 cuda:0，分别是(1,1) (2,1) (3,1) (4,1) 。
1.4K30发布于 2021-10-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号