科学家创造最快网络传输速度:双向每秒186GB

网络
据报道,科学家们近日实现了创纪录的数据传输速度,从而帮助开启下一代高速数据传输技术之门。11月中旬在美国西雅图召开的“超级计算2011”(SuperComputing 2011-SC11)会议上,一个国际专家小组实现了广域网络中双向每秒186GB的传输速度。这一速度相当于每天传输200万GB的信息,几乎相当于10万张完整蓝光DVD的容量。

据报道,科学家们近日实现了创纪录的数据传输速度,从而帮助开启下一代高速数据传输技术之门。11月中旬在美国西雅图召开的“超级计算2011”(SuperComputing 2011-SC11)会议上,一个国际专家小组实现了广域网络中双向每秒186GB的传输速度。这一速度相当于每天传输200万GB的信息,几乎相当于10万张完整蓝光DVD的容量。

这个科学家小组由高能物理学家,计算机专家和网络工程师组成。其成员来自美国加州理工大学,维多利亚大学,密歇根大学,欧洲核子研究中心(CERN),佛罗里达国际大学以及其他机构。

研究人员们表示他们的这项技术将帮助人们应对日益增长的数据传输需求,当今世界每时每刻都有海量的信息通过全球互联网进行跨洋跨洲的快速传播。这些技术将为下一代告诉数据传输技术奠定基础,这一技术将让传输速度达到每秒40~100G,这样的场景将不再是梦想,而会在未来数年中实现。

哈维·纽曼(Harvey Newman)教授是高能物理小组(HEP)负责人,他说:“我们的小组展示了在未来我们将如何应对并传输海量数据。有了这样的工具在手,我们将能够实现他人所无法想象的任务。我们将目睹通向未来的清晰路线图,而其他人甚至连想象都会觉得缺乏信息。”

利用一个由加拿大先进研究创新网络(CANARIE)和BCNET,一个非营利性IT服务机构提供的100GB网络,这个小组得以实现了在位于加拿大不列颠哥伦比亚省的维多利亚大学计算中心以及美国华盛顿州西雅图的华盛顿州会议中心之间每秒98GB的传输速度。而与此同时在相反方向上也实现了 88GB每秒的传输速度,由此小组实现了双向186GB每秒的传输,从而打破了同样由该小组保持的每秒119GB的传输速度前世界纪录,他们在2009年创造了该项纪录。

除此之外,小组还和来自佛罗里达大学,加州大学圣迭戈分校,范德堡大学以及巴西和韩国的研究人员通力合作,进行更大规模的演示,在美国加州和美国境内其他地点,巴西和韩国境内设施进行海量数据传输实验。

这样的高速数据传输对于应对大型科学设备,如大型强子对撞机(LHC)设备产生的海量数据也有着重要作用。这是欧洲核子中心运行的粒子对撞设备,物理学家们希望它能帮助解答一些有关物质,空间和时间的一些最本质问题。到目前为止,LHC设备产生的数据中已经有超过 100PB(相当于400万张蓝光DVD)的数据进行了处理,科学家们调用一个分布在全球各地的实验室和大学中超过300个计算和存储中心的运算能力应对这一工作。而在未来随着对撞机设备的进一步工作,其产生的,需要处理的数据预计将以上千倍地增长。

大卫·福斯特(David Foster)是欧洲核子中心IT部门副主管,他说:“让全世界各地的科学家们都能在LHC获得的数据的基础上开展工作,这是我们的目标,因为这样就能将我们这颗星球上最聪明的头脑联系起来,共同为解决宇宙中***的难题而工作。”

伦达尔·索比(Randall Sobie)是加拿大粒子物理学研究所科学家,同时也是这一小组的成员,他补充说:“SC11会议上展示的100G高速传输正在推进互联网技术的极限边界,它向我们展示了在数小时或数天时间内传输以PB计的海量高能粒子对撞数据是可能的。”

科学家们表示,这项粒子对撞工作的关键,就是从海量的由于已知的粒子间相互作用引发的背景“噪音”数据中找出可能存在的新发现的线索。为了达成这一目的,全世界各地的物理学家们必须反复访问,有时候需要下载或传输巨量的数据。这就像是一次从一间存储有数十万张蓝光DVD光碟的储备间中提取数百张碟。 HEP小组希望此次SC11会议上的演示将为未来更加高效的分配方式以及更好的利用LHC的数据铺平道路。

纽曼说:“我们和各个领域的科学家们共享我们的方案和工具,以此帮助他们更好地进行更领域的研究工作,***限度地利用100G高速传输技术带来的好处。尤其是,我们希望这项技术将给物理学家们,尤其是年轻学子们一个机会来直接参与到由LHC发起的,即将到来的下一轮大发现时代中来。”

责任编辑:林琳 来源: 新浪科技
相关推荐

2017-08-04 15:53:10

大数据真伪数据科学家

2012-12-06 15:36:55

CIO

2012-12-26 10:51:20

数据科学家

2022-11-03 14:13:24

腾讯科学家

2018-12-24 08:37:44

数据科学家数据模型

2018-02-28 15:03:03

数据科学家数据分析职业

2018-10-16 14:37:34

数据科学家数据分析数据科学

2012-06-12 09:33:59

2023-05-23 09:34:16

科学家AI

2016-09-22 16:30:17

ITPythonSQL queries

2012-12-27 09:52:23

数据科学家大数据

2019-08-26 09:47:56

数据科学家数据分析

2014-07-03 09:38:19

2020-03-20 14:40:48

数据科学Python学习

2020-04-09 15:32:20

数据科学AutoML代智能

2016-08-02 17:00:12

Hadoop大数据系统

2015-08-28 09:22:07

数据科学

2015-08-25 13:20:29

数据科学

2022-04-25 09:48:31

数据科学岗位离职

2016-04-11 14:15:06

数据科学数据挖掘工具
点赞
收藏

51CTO技术栈公众号