🏷️ 网络架构

下一代 LLM 推理网络：ZCube 如何缓解网络瓶颈

文章探讨了随着长上下文推理和 Prefill-Decode 解耦成为主流，网络如何成为 LLM 推理集群吞吐量和延迟的关键瓶颈。Z.ai、Harnets.AI 和清华大学联合开发了 ZCube 网络架构，通过扁平化拓扑和混合轨道设计，有效解决了传统 ROFT 架构下的流量负载不均衡问题。生产环境基准测试显示，ZCube 仅通过架构优化便实现了交换机成本降低 33%、吞吐量提升 15% 以及 TTFT 延迟降低 40.6% 的显著收益。

AI算力狂飙下的“黑话词典”：一文读懂2026年科技圈高频缩写

文章整理了一份2026年科技圈的高频缩写表，涵盖AI算力、服务器硬件、网络互联、存储及模型架构等核心技术领域。通过通俗解读GPU、ASIC、CPO、LPO、MoE等关键术语，揭示了AI产业链的底层逻辑与未来技术演进方向。

光互联深度：当算力撞上物理边界，人类又一次问光

文章深入探讨了 AI 时代算力发展面临的物理瓶颈，指出光互联是解决 GPU 之间、机柜之间高速通信的关键路径。随着 AI 进入推理时代，大模型长上下文和 Agent 任务对带宽和延迟提出了极高要求，英伟达的 NVLink 协议虽然建立了深厚护城河，但铜缆技术已达极限，产业正加速向光互连（如 CPO、硅光子）转型。文中还详细对比了 Scale-up 与 Scale-out 架构，以及 UALink 开放联盟对英伟达的挑战。

家庭实验室进化为私有云：基于 Proxmox 的架构实践

本文详细介绍了作者如何将原本杂乱的家庭实验室改造为具备云原生特性的私有控制平面。文章指出，核心差异在于引入了访问层、网关、路由策略、可搜索状态和计算通道，而非仅仅依赖本地硬件。作者利用 Proxmox 作为底层基础架构，通过 WireGuard 实现安全的 VPN 入口，结合 SNAT、私有 DNS/DHCP 等技术，构建了一个包含自动化平面、状态存储和计算织带的综合系统，实现了对数十个 LXC 容器和 VM 的统一、高效管理。