科技

中国研究人员在空芯光纤数据传输方面创下了新的世界纪录，仅使用标准掺铒光纤放大器（EDFA）放大，便在206.5公里的单段无中继跨度上实现了每秒51.3太比特的传输。 该试验由中国电信、长飞光纤光缆（YOFC）和德科立在一项专注于先进光纤技术的国家研究计划下共同完成。演示在全球最长的跨境商用空芯光纤线缆上进行。 空芯光纤通过空气而非玻璃传输光信号，克服了传统实芯光纤固有的容量和延迟限制。在系统层面，研究团队开发了一种自适应每波长速率控制方案，结合灵活的信道功率分配，实现了跨多种数据速率、信道间隔和功率水平的混合传输。这种方法减轻了空芯光纤设计中气体吸收峰导致的容量衰减。 在设备方面，研究人员构建了一款级联双增益单元高功率放大器，输出功率高达33.5 dBm，并集成了光路功率异常检测和联锁关断功能等安全保护措施。 该试验标志着高功率传输首次在实际网络的空芯光纤环境中得到验证。该项目得到了中国电信云网融合试点平台和光纤光缆先进制造与应用技术国家重点实验室的支持。 这项纪录针对一个具体的瓶颈问题：数据中心和人工智能流量的爆炸式增长正给传统光纤基础设施带来压力。空芯光纤被广泛视为骨干网和数据中心网络中下一代光通信的关键使能技术。 婷 翻译

Meta打造了一款名为Vistara的定制Compute Express Link（CXL）ASIC，能够从退役服务器中回收DDR4内存，并将其重新投入新机器使用，，这是对硬件浪费和DRAM成本飙升的双重务实回应。 这是一个结构性问题。Meta庞大的服务器机队中约有40%无法增加内存，导致数百万台机器无法运行某些工作负载。服务器的预期使用寿命为三到五年，而DDR4 DIMM仍可使用七到十年。随着内存价格飙升，，业界称之为”RAMpocalypse”，，购买新内存成本高昂。重复使用旧DIMM则完全避免了这笔成本。 Vistara围绕兼容CXL 2.0和1.1的PCIe Gen5 x16接口设计。每颗芯片集成两个独立的72位DDR4内存通道，支持最高3,200 MT/s的速度，使用64 GB DIMM时每颗芯片最高支持256 GB。两颗定制RISC-V处理器驱动该ASIC。搭载Vistara的物理单元称为MemServer，将AMD Turin处理器（158核）与768 GB本地DDR5和256 GB再利用DDR4配对。 DDR4内存在操作系统中显示为独立的、无CPU的NUMA节点。Meta的平台首先使用所有可用的本地DDR4，然后根据需要回退到CXL内存。所有Linux内核驱动修改要么已经上游合并，要么正在推进中。 Vistara已在数百万台生产服务器上部署，处理分解式ML推理（推荐系统的嵌入表）、基于Spark和Hive的大数据处理、数据库、分布式缓存以及CI/CD构建系统。成果是：分解式推理工作负载的服务器数量减少25%，内存不足故障及相关作业重启减少33%。 Meta于2026年6月29日在ISCA 2026上展示了这项技术。 由1ban.news本地化团队翻译自英文。

Instagram正在测试让用户与”Your Algorithm”互动的新方法，该功能允许用户指定他们想要更多或更少看到哪些主题和内容类型。 Instagram负责人亚当·莫塞里在最近的一篇文章中预览了即将到来的变化，他表示公司希望”将Your Algorithm从一个设置项发展成Instagram体验的核心部分”。他指出，一些功能正在测试中，一些即将推出，还有一些可能不会上线。 展示了三个界面变化： 主Feed中的下拉访问：在Feed中下拉将直接调出”Your Algorithm”菜单。 从Reel上滑：从Reel上滑会触发类似的自定义提示。 每个Reel的反馈按钮：每个Reel下方的按钮让用户指示是否希望看到更多类似内容。 这些功能建立在2025年12月推出的原始”Your Algorithm”之上，该功能已逐步在应用中扩展。 用户的反应很尖锐。莫塞里帖子下的热门评论都提出了同样的要求：”我们只希望算法显示我们关注的人。”这些反馈凸显了Instagram推动算法策划发现与许多用户希望从他们选择关注的账户获得更简单的时间线信息流之间的反复紧张关系。 这些变化代表了Instagram寻求平衡的尝试：在不放弃推动互动和广告收入的算法信息流模式的前提下，让用户对推荐引擎拥有更明显的控制权。 婷 翻译 来源：Instagram is testing more ways to customize ‘Your Algorithm’（TechCrunch，2026年6月27日）

安全行业正面临被一些人称为”漏洞启示录”的局面。前沿AI模型，包括Anthropic的Mythos和OpenAI的GPT-5.5-Cyber，正以前所未有的速度和深度发现开源软件中的漏洞，人类审计员根本无法企及，将发现到利用之间的时间压缩至近乎为零。 “对于安全团队来说，这将是一个混乱而难熬的夏天，”《The Register》的Jessica Lyons援引Chainguard首席执行官Dan Lorenc的话写道，”我们看到的统计数据令人恐惧，只要你持续扫描同样的代码库和同样的代码，AI就会不断发现更多漏洞。我们还没有看到这条曲线开始触底的迹象。” 为此，两大行业联盟已经成立。 Athena联盟 Athena由Chainguard于6月中旬发起，汇集了整个行业的漏洞发现信息，并通过协调修复流水线进行处理。创始成员包括BNY、Cisco、Cloudflare、Docker、JPMorganChase、Kyndryl和PwC。 该联盟已处理超过20，000条发现信息，在500个开源项目中开发了2，000多个补丁，计划在数周内进行首轮协调公开披露。该流水线采用预保密模式：成员提交来自任何前沿模型的漏洞发现信息，Chainguard作为信息交换中心进行去重和关联分析，受影响库的加固版本在公开披露前私下分发给成员。如果上游维护者无法或不愿修补，Athena将作为”最后手段的维护者”，永久维护分叉版本。 “利用时间已经变为负值，漏洞尚未披露，利用代码就已出现，”Lorenc表示，”Athena的全部工作就是让修复时间变得更负，使得漏洞公开前修复方案已经到位。” Akrites联盟 Linux Foundation于6月25日推出了Akrites，得到了包括Amazon Web Services、Anthropic、Cisco、Google、IBM、Microsoft and GitHub、NVIDIA、OpenAI、Red Hat、Rust Foundation和JPMorganChase在内的20多个创始组织的支持。Athena专注于运营性修复，而Akrites则建立了共享安全事件响应团队（SIRT）和标准化协调漏洞披露（CVD）流程。 Akrites旨在防止碎片化的补丁格局，数十家公司独立分析相同软件，向维护者涌入重复报告和冲突修复。”如果没有协调，这些修复将分散到不同的补丁和分叉中，”Lorenc告诉《The Register》。 问题的规模 Anthropic的Project Glasswing为漏洞研究提供Mythos的预发布访问权限。该项目报告称，仅5月份就在1，000多个开源项目中发现了6，202个高严重性和关键严重性漏洞。OpenAI的Daybreak计划也采用类似模式运作。发现的漏洞中包括”Squidbleed”，一个自1990年代以来一直未被发现、广泛部署代码中的内存泄漏问题。 这一挑战具有结构性：任何现代应用中95%的代码都是开源的。当AI模型在第三方库中发现缺陷时，应用安全团队不能简单地自行修复代码。他们必须与上游维护者协调，而其中许多人工作过载、无法联系或已完全放弃了项目。 “对于那些无法修补的项目，Athena将永久维护修复。” “利用时间已经变为负值，漏洞尚未披露，利用代码就已出现。” “统计数据表明，你持续扫描同样的代码库和同样的代码，AI就会不断发现更多漏洞。” 来源：It’s looking like a hot, messy summer for security teams as AI finds countless previously hidden vulns（《The Register》，2026年6月27日）；Chainguard Launches Athena（Chainguard，2026年6月15日）；Akrites Launch（Linux Foundation，2026年6月25日） 婷 翻译

中国的智谱AI（Z.ai）声称，其开放权重GLM-5.2模型可以在网络安全漏洞检测方面媲美Anthropic的Mythos，尽管在通用推理任务上仍落后。 这一由The Verge报道的声明标志着AI模型竞赛中的一个重要新领域。GLM-5.2于6月首次发布，是一款以编码为核心的模型，拥有100万token的上下文窗口和MIT许可证，可在全球范围内免费用于自托管、微调和商业用途。独立基准测试显示，它在编码任务上以约六分之一的成本与GPT-5.5相匹敌。 网络安全的角度更为新颖。研究人员在漏洞查找基准测试中将GLM-5.2与Mythos进行对比，发现两个模型在漏洞检测方面的差距已大幅缩小，尽管Mythos在通用推理方面仍然更强。考虑到GLM-5.2的MIT许可证和成本优势,,每百万输入token约1.40美元（约合1.10英镑），而Mythos采用高价定价,,该模型可能会降低此前认为先进AI安全工具过于昂贵的中型企业的准入门槛。 Z.ai是填补美国出口管制所留下空白的几家中国AI实验室之一。Anthropic的Mythos 5在6月因美国政府的命令而短暂对非美国公民禁用，从而催生了对美国管辖范围之外模型的需求。Z.ai和其他公司将其开放权重版本定位为主权AI替代方案，不会被华盛顿方面关停。 仍需要独立基准测试来验证Z.ai的网络安全声明。在标准化测试确认其在规模上对Mythos的性能之前，早期报告应被视为初步结果。 来源：China’s Z.ai claims it can match Mythos on cybersecurity (The Verge，2026年6月28日)；Zhipu AI releases GLM-5.2 (DataNorth，2026年6月18日) 婷 翻译

福特已重新聘用350名资深工程师，包括前员工和来自供应商的工人，此前该公司发现仅依靠人工智能不足以确保制造质量。 此举是AI在复杂物理制造中局限性的一个具体例证。福特车辆硬件工程副总裁查尔斯·普恩告诉TechCrunch：”我们错误地认为，只要引入人工智能并吸收设计需求，就能生产出高质量的产品。” 据首席运营官库马尔·加尔霍特拉称，福特的自动化质量系统此前产生了令人失望的结果。该公司对此作出回应，召回”技术专家”,,经验丰富的工程师，有时被称为”灰胡子”,,他们在零件进入工厂之前就能识别出车辆设计中的故障点。 这些被重新聘用的工程师并非取代AI，而是对其进行补充。他们培训年轻员工，重新编程质量控制系统，并运用自动化工具所缺乏的数十年实践经验。福特仍在整个设计和制造过程中使用AI，但该公司现在将领域专业知识视为必要的补充，而非替代品。 这一策略似乎在财务上正取得回报。福特预计今年将节省10亿美元（约合8.1亿英镑）。该公司还在本周的JD Power初始质量调查中夺得主流品牌榜首。 对整个行业的启示是清晰的：AI擅长模式识别和规模化，但它无法取代深厚的领域知识,,尤其是当质量控制依赖于理解零件在真实世界条件下的表现，而没有任何训练数据集能完全捕捉这些条件时。 来源：Ford rehires ‘gray beard’ engineers after AI falls short (TechCrunch，2026年6月28日) 婷 翻译

中国自2017年以来首次重返TOP500超级计算机排行榜榜首，该系统完全采用国产处理器构建，未使用任何GPU加速器即实现了世界领先的性能。 位于深圳国家超级计算中心的LineShine在High Performance Linpack（HPL）基准测试中录得2.198 exaflops，约为其理论峰值2.736 exaflops的80%。它取代了此前以1.809 exaflops位居榜首的美国劳伦斯·利弗莫尔国家实验室系统El Capitan。 这一成就直接回应了美国的出口管制。自2022年以来，华盛顿逐步加强对向中国出售先进GPU和半导体制造设备的限制，旨在阻挠中国在高性能计算和人工智能领域的进步。LineShine表明，这些限制并未阻止中国建设世界级的HPC基础设施，而且中国通过选择不同的架构路线实现了这一目标。 纯CPU架构 LineShine运行在LX2处理器上，共拥有1379万个核心。每颗处理器基于ARMv9架构，在两个计算芯片上集成304个核心。每颗处理器集成32GB封装内HBM内存和256GB DDR5内存。CPU运行频率为1.55GHz，通过SVE和SME向量单元支持FP64、FP32、FP16和INT8数据类型，双精度下每颗芯片可提供高达60.3 teraflops的性能。 该系统采用名为LingQi的国产互联网络，以双平面多轨胖树拓扑结构排列，每个节点提供1.6 terabits/秒的带宽。总存储容量达650 petabytes，分布在428个存储节点上，存储带宽为10 terabytes/秒。 整机功耗约为42.2 megawatts，能效达52.07 gigaflops/瓦，与同等规模的GPU加速系统相比具有竞争力。 榜首架构多元化 2026年6月的TOP500榜单在前列呈现出异常的多样性。目前有五个系统超过exascale门槛：LineShine（2.198 exaflops，中国）、El Capitan（1.809 exaflops，美国，基于AMD MI300A）、Frontier（1.353 exaflops，美国）、Aurora（1.012 exaflops，美国）和JUPITER Booster（1.000 exaflops，德国）。这是exascale级机器首次同时覆盖亚洲、北美和欧洲。 TOP500的Jack Dongarra在接受《纽约时报》采访时称LineShine是一个”令人印象深刻的系统”，它”开发了一个不依赖GPU的系统，并超越了我们的水平”。 自2019年美国制裁使得披露国家HPC能力在战略上存在风险以来，中国未向TOP500提交任何条目。LineShine于2026年4月公开亮相，并于6月23日在德国汉堡举行的ISC 2026会议正式获得排名。 来源：China Defies US Restrictions and Builds the World’s Fastest Supercomputer（Wired，2026年6月28日）；LineShine Debuts at No. 1（TOP500，2026年6月23日）；China’s LineShine regains world top spot（DigitalToday，2026年6月24日）；China builds exascale […]

软银集团创始人兼首席执行官孙正义公开质疑埃隆·马斯克的轨道数据中心愿景，认为在太空建设计算基础设施既无法显著降低成本，也无法赶上当前的AI军备竞赛。 在6月23日的软银股东大会上，孙正义表示，电力仅占AI基础设施成本的约7%，芯片和其他硬件则占剩余的93%。轨道上节省的任何电力都将被发射成本、维护和通信延迟所抵消。 “在AI之争中，未来几年将远比十年后可能发生的事情重要得多，”孙正义表示。”先出手者获胜。” 关于在哪里建设的辩论 马斯克提议将数据中心部署在轨道上，那里拥有无限的太阳能、零土地成本和没有电网限制，理论上可以降低运营开支。SpaceX凭借其主导性的发射业务和星链卫星网络，在支持此类基础设施方面具有独特优势。 然而，孙正义领导的软银集团仅在法国就承诺投入高达750亿欧元（约合800亿美元）用于地面数据中心，押注的是相反的方向。德意志银行估计，轨道数据中心要到2030年代中后期才能与地面设施实现成本平价。 没有公正的旁观者 TechCrunch的一场小组讨论指出，双方都不是中立的。SpaceX的发射市场份额在全球约为80%至90%，集成星链后约为20%至40%，不集成则为相应水平。轨道数据中心项目将为SpaceX保证多年的发射合同。 “孙正义以大胆押注而闻名，因此他持怀疑态度引人注目，”TechCrunch的Kirsten Korosec表示。Sean O’Kane补充说，轨道数据中心需要每几年更换一次的卫星星座，这确保了”为你的发射业务带来更多业务”。 与此同时，软银一直通过Arm Holdings和软银愿景基金大力投资地面算力，包括近期对OpenAI的投资。孙正义在彻底驳回马斯克的轨道计划之前，称其为”卓越的变革推动者”。 来源：SoftBank’s CEO isn’t the only one with questions about Elon Musk’s orbital data center hype（TechCrunch，2026年6月27日）；SoftBank Focuses on Earth-Based Data Centers Over Space Ventures（GuruFocus，2026年6月23日）；Startup Fortune analysis（2026年6月） 婷 翻译

LastPass已确认又一起数据泄露事件，此次是通过一家受感染的第三方服务提供商。攻击者利用从市场情报平台Klue窃取的OAuth令牌，访问了LastPass的Salesforce环境并提取了客户联系信息。 此次泄露是该密码管理器困扰不断的安全历史中的最新一起，该公司曾在2022年遭遇重大事件导致加密保险库暴露，此后还面临监管罚款。 事件经过 名为Icarus的勒索团伙于2026年6月12日左右入侵了Klue的后端系统，推送了恶意代码更新以窃取OAuth令牌。攻击者利用这些令牌查询Salesforce环境，复制了属于LastPass及其他Klue客户的CRM数据。 LastPass表示，暴露的数据包括客户姓名、电话号码、电子邮件地址、实际地址、支持案例记录和销售相关信息。该公司强调，LastPass的产品、服务、基础设施和客户密码保险库未受影响。主密码和加密保险库内容仍然安全。 Klue于6月12日通知了客户有关未经授权活动的情况。在Salesforce于6月17日禁用Klue Battlecards集成后，LastPass于6月23日发布了披露声明，并已轮换暴露的令牌、停止员工对Klue的访问，并通知了执法部门。 需要注意的事项 暴露的联系信息带来了钓鱼和社会工程学攻击风险。攻击者可以利用CRM记录精心制作看似来自LastPass的可信消息。该公司重申，其员工绝不会索要主密码。 Klue事件凸显了一个日益严重的漏洞：旨在让应用程序无缝共享数据的OAuth令牌，在持有这些令牌的第三方服务遭到入侵时，会成为攻击向量。安全研究人员建议企业检查哪些应用程序可以访问CRM数据，撤销未使用的连接，在供应商事件发生后立即轮换令牌，并监控API活动以发现异常的数据导出。 本周其他安全新闻 美国前国家安全顾问约翰·博尔顿于6月26日对一项非法持有机密信息的指控认罪，从而解决了18项起诉。根据认罪协议，博尔顿面临约200万美元（约160万英镑）的罚款和最高五年的监禁，不过最终判决将由法官决定。此案源于博尔顿在特朗普政府任职期间及之后，将包含高度机密信息的手写笔记传递给两名家庭成员。 微软数字犯罪部门与欧洲刑警组织及国际合作伙伴合作，宣布作为正在进行的”终局行动”的一部分，捣毁了Amadey和StealC信息窃取器的运营。这项协调行动识别了200多个恶意命令和控制域名及IP地址，已通过法院命令和域名查封予以关闭。在5月为期两周的监控期间，全球超过14万台计算机被发现感染了这些工具。此次行动追回了2700万个被盗登录凭证，并冻结了4100万欧元（约4700万美元）的犯罪加密资产。微软表示，调查人员使用了包括Copilot在内的AI工具来分析恶意软件二进制文件，并绘制两个恶意软件家族之间共享的基础设施图谱，这些家族以”恶意软件即服务”模式运营，是勒索软件攻击的入口。 来源：Security News This Week: LastPass Users Had Their Data Stolen – Again (Wired，2026年6月27日)；LastPass Confirms Customer Data Breach After Klue OAuth Token Theft (HackRead，2026年6月23日)；Microsoft, Europol lead global takedown of infostealer malware (Cybersecurity Dive，2026年6月24日)；John Bolton pleads guilty in documents case (USA Today，2026年6月26日) 婷 翻译

DeepSeek已将DSpark开源，这是一个投机解码框架，可在不影响输出质量的情况下，将DeepSeek-V4模型的单用户文本生成速度提升60%至85%。该框架与采用MIT授权的DeepSpec训练代码库一同在GitHub和Hugging Face上提供。 DSpark是一项服务优化技术，并非新模型。DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark检查点复用了现有V4权重，并附加了一个草稿模块，这意味着部署无需重新训练基础模型。 工作原理 投机解码将生成过程分为两个角色：轻量级草稿模型提出候选令牌块，完整的目标模型通过单次前向传播对其进行验证。拒绝采样确保最终输出精确保持目标分布，从而实现无损加速。 DSpark的创新之处在于其所谓的半自回归生成。早期的草稿模型面临一个权衡：DFlash等并行草稿模型速度快，但在后续令牌位置接受率会下降；而Eagle3等自回归草稿模型质量高但速度慢。DSpark将强大的并行主干与一个微小的顺序马尔可夫头相结合，该头在采样每个令牌之前添加前缀依赖的偏置。顺序头仅增加每轮0.2%至1.3%的延迟，同时将接受的令牌长度提升高达30%。 置信度头估算每个草稿令牌的生存概率，硬件感知调度器根据GPU负载调整验证长度。当GPU空闲时，系统验证更多令牌；繁忙时验证更少。早停机制保证了无损性。 基准测试结果 在Qwen3和Gemma4模型上的离线基准测试显示，DSpark的接受序列比Eagle3长26%至31%，比DFlash长16%至18%。2层DSpark配置优于5层DFlash。 在DeepSeek-V4生产环境中： V4-Flash：单用户生成速度比MTP-1基线快60%至85% V4-Pro：快57%至78% 据DeepSeek称，吞吐量提升根据并发水平在51%至400%之间。 开源发布 DeepSeek发布了DSpark技术报告以及DeepSpec代码库，该代码库提供了训练和评估投机解码草稿模型的标准化工具体系。该框架已在Gemma和Qwen等开放模型上测试，表明其可应用于DeepSeek自身生态系统之外。 此次发布标志着在大模型推理成本效率方面迈出了重要一步，特别是在单用户延迟和总吞吐量至关重要的高并发生产环境中。 来源：DeepSeek Releases DSpark（MarkTechPost，2026年6月27日）；DSpark技术报告（DeepSeek）；DeepSpec GitHub（MIT许可）；36Kr分析（2026年6月27日） 婷 翻译