网络芯片Auto MDI-X

简介: 网络芯片Auto MDI-X

交叉线(crossover cable):一头是568A标准,另外一头是568B标准。

直连线(straight/patch cable):要么都是568A标准,要么都是568B标准,即两头的排序是一样的。


同种设备相连用交叉线;不同种设备相连用直连线?

那是为了让TX能接到RX,RX能接到TX。


568A的排线顺序从左到右依次为:绿白、绿、橙白、蓝、蓝白、橙、棕白、棕。

568B则为:橙白、橙、绿白、蓝、蓝白、绿、棕白、棕。


640.png


UTP(unshielded twisted-pair):无屏蔽双绞线

STP(shielded twisted-pair):屏蔽双绞线


网线种类:


Cat 5 UTP(五类非屏蔽双绞线):用于Ethernet,最大100Mbit/s

Cat 5e UTP(超五类非屏蔽双绞线):用于Ethernet,最大1000Mbit/s

Cat 6 UTP(6类非屏蔽双绞线):用于Ethernet,最大1000Mbit/s


640.png640.png640.png

640.png


从上图来看,使用以上网线的理论传输距离都为100米(1 feet=0.3048m)。


根据介质传输数据率的不同,以太网电接口可分为10Base-T,100Base-Tx和1000Base-T


10BASE-T采用的是曼彻斯特编码方法,即“0”=由“+”跳变到“-”,“1”=由“-”跳变到“+”,因为不论是”0”或是”1”,都有跳变。


100BASE-Tx(快速以太网):采用的是MLT-3(三电平编码)的信道编码方法,目的是使MDI的5bit输出的速率降低了。MLT-3定义只有数据是“1”时,数据信号状态才跳变,“0”则保持状态不变,以减低信号跳变的频率,从而减低信号的频率。


1000Base-T在物理层使用5电平4D-PAM编码,每个电平表示5符号-2,-1,0,1,2中的一个符号,每个符号代表2比特信息(其中4电平中每个电平代表2比特位,分别表示00,01,10,11,还有一个电平表示前向纠错码FEC),这比二电平编码提高了带宽利用率,并能把波特率和所需信号带宽减为原来的一半(125Mbps)。但多电平编码需要用多位A/D,D/A转换,采用更高的传输信噪比和更好的接收均衡性能。

1000Base-T采用了UTP里所有的4对线,并且同时收发,在全双工的模式下,加上使用4D-PMA5编码方法实现1000MB/s的数据传输率。每对线的数据率为100Mb/s,经8b/10b编码后变为125Mb/s。每个Baud波特码元代表两个比特的信息,4对线的总带宽为125Mb/s x2 x4=1000Mb/s


千兆网技术标准:


IEEE标准

名称

介质

IEEE 802.3ab

1000BASE-T

双绞铜缆

IEEE 802.3z

1000BASE-SX

光缆

1000BASE-LX

光缆

1000BASE-CX

双芯电缆


1000BASE-T:


是基于四对双绞线,全双工运行(每对线双向传输)的网络。 该技术使用的是比较复杂、效率更高的编码技术

640.png


1000BASE-TX:


1000Base-TX也是基于四对双绞线,但却是以两对线发送,两对线接收。

由于每对线缆本身不进行双向的传输,线缆之间的串扰就大大降低,同时其编码方式也相对简单。这种技术对网络的接口要求比较低,不需要非常复杂的电路设计,降低了网络接口的成本。但由于使用线缆的效率降低了(两对线收,两对线发),要达到1000Mbps的传输速率,其带宽就必须超过100MHz,也就是说在五类和超五类的系统中不能支持该类型的网络。一定需要六类系统的支持。

640.png


物理层与实际物理介质之间的接口称作介质相关接口(MDI:Media Dependent Interface)


Contact

MDI

MDI-X

1.

BI_DA+

BI_DB+

2.

BI_DA-

BI_DB-

3.

BI_DB+

BI_DA+

4.

BI_DC+

BI_DD+

5.

BI_DC-

BI_DD-

6.

BI_DB-

BI_DA-

7.

BI_DD+

BI_DC+

8.

BI_DD-

BI_DC-


Auto MDI-X:端口自动翻转(Auto MDI/MDIX)能让网络设备自动识别交叉线或者直连线,并能进行线序跳转,达到无视物理线序,能在不同设备间传输信号。


现有网络芯片基本都支持此功能,这也是为什么现在网线不区分直连跟交叉线的原因。

相关文章
|
6月前
|
机器学习/深度学习 存储 人工智能
存内计算芯片研究进展及应用—以基于NorFlash的卷积神经网络量化及部署研究突出存内计算特性
存内计算芯片研究进展及应用—以基于NorFlash的卷积神经网络量化及部署研究突出存内计算特性
381 3
|
机器学习/深度学习 存储 编解码
深度神经网络每秒分类近20亿张图像,新型类脑光学分类器芯片登上Nature
深度神经网络每秒分类近20亿张图像,新型类脑光学分类器芯片登上Nature
110 0
|
监控 芯片
河北稳控科技射频模块无线收发RF63U芯片应用数据传输和基建网络
发射模块的应用   发射模块在DVD/DVB音视频无线传输、婴儿监视器、工程施工现场图像监控、无线摄像安防系统、影像医疗器具、可视倒车摄像传输、无线视频玩具、无线门铃等得到广泛的应用。
河北稳控科技射频模块无线收发RF63U芯片应用数据传输和基建网络
|
机器学习/深度学习 人工智能 并行计算
浅谈人工智能芯片(一)-- 深度神经网络和NVidia GPU的崛起
随着人工智能浪潮的兴起,人工智能基础芯片作为主要的计算力推动引擎也越来越受到追捧和热议,这个系列连载会介绍人工智能芯片兴起的背景和现有主要玩家以及研究现状,主要包括NVidia GPU、Google的TPU、Intel的Nervana、IBM的TreueNorth、微软的DPU和BrainWave、百度的XPU、Xilinx的xDNN、寒武纪芯片、地平线以及深鉴科技的AI芯片等。
11377 0
|
机器学习/深度学习 达摩院 物联网
阿里成立“平头哥”半导体公司,明年推神经网络芯片
阿里巴巴首席技术官张建锋宣布,正式成立平头哥半导体有限公司,取义自热带雨林动物蜜獾,“希望这家公司学习“不怕”的精神,要持续的负重前景”。
3294 0
|
机器学习/深度学习 算法 语音技术
重大突破!斯坦福证明神经网络能直接在光学芯片上训练
美国斯坦福大学的研究人员已经证明,可以直接在光学芯片上训练人工神经网络。这一重大突破表明,光学电路可以实现基于电子的人工神经网络的关键功能,进而可以以更便宜、更快速和更节能的方式执行语音识别、图像识别等复杂任务。
1495 0
|
机器学习/深度学习 人工智能 芯片

热门文章

最新文章