将IT和CT融合是华为进入企业级IT市场以来一直在坚持做的事。ICT融合可以简化设备管理,最大限度提高网络设备效率。面对企业分支机构业务的日益复杂化,华为采用虚拟化技术实现了IT和CT在网关上的深度结合,于近日推出企业网关AR3670,力求帮助企业分支机构提高业务部署效率,降低成本。
在企业ICT设备支出成本中,日常运维费用,如故障处理、例行巡检和现场维护等所占比例接近70%,这种高成本让诸多企业都倍感压力。而新业务的出现,也让企业从设备采购到网络规划、布线安装和业务部署上需要花费大量的精力,周期往往在30天左右。如果要减少时间和费用支出,就需要对硬件设备进行调整。
从业务层面看,分支机构虽小,但IT和CT服务却一个都不能少,无线、存储、路由、计算、交换、防火墙、语音、邮件加速等等都需要获得网关的支持。华为敏捷企业网关AR3670基于英特尔的X86架构设计,一台网关就相当于一个ICT分支,能够支持上述服务,这种融合架构大幅降低了企业分支机构的设备购置成本和运维管理成本。
对于分支机构,华为用三个关键词给出了自己的理解,那就是“融合”、“创新”和“增值”。华为希望将企业总部ICT设施和分支机构设施更好的结合,充分利用各自优势,从而快速发展企业业务。
华为交换机与企业通信产品线AR路由器产品总监郭俊在解读华为敏捷企业网关AR3670时表示,华为希望在AR3670上实现IT和CT的真正融合,这种融合不仅仅能够降低30%的TCO(总体拥有成本),更能够实现创新的融合。
首先,这种ICT融合不是IT和CT的简单叠加,是在硬件和应用中间增加一个hypervior虚拟层,是业界首次基于虚拟化技术实现IT+CT深度融合,从而实现各种业务应用的按需组合。
这种融合也不是硬件的简单堆砌,而是一种向云迁移的动态资源分配过程,可以最大限度保护用户投资。
这种融合将实现网络管理和虚拟机管理的协同化,基于SDN/虚拟化架构实现ICT的统一控制和运维。
ICT融合,并不是产品的简单叠加,而是一种架构性的创新,是在虚拟化、SDN等技术基础上,以客户业务需求为导向的产品创新。华为敏捷企业网关AR3670率先引领了这种ICT融合趋势,以创新技术助力企业应对分支业务的新挑战。通过网络统一管理,使得IT和CT管理不再割裂,从而简化运维配置,实现新业务远程部署,助力业务增值。
在企业网关领域,华为已经耕耘了多年。华为交换机与企业通信产品线企业网关领域总经理李先银在接受媒体采访时表示,网关涉及的是比传统路由器更高的4-7层,即应用层。目前华为网关涉及三大领域,一是敏捷企业网关领域,即传统路由器演化而来的企业网关;二是敏捷移动网关,如在巴士在线上的应用,有媒体接口,有WiFi接入应用等。三是敏捷物联网关,这种网关意义重大,可以实现过去诸多协议转换连接的重要渠道。未来,这三种网关有一定融合的可能性,目前只是因场景形成了复杂度和设备形态的差异,但在架构上将逐渐趋同,并将跟敏捷分支融为一个整体架构。
李先银表示,企业网关AR3670表面看起来只是个盒子,但其核心是一个生态体系,通过OpenStack、OpenDaylight这样的开源组织,让上下游企业都参与其中,并逐步实现产品的标准化,推动整个行业的发展。
AR3670是企业分支机构实现ICT融合的一个开始,这种将虚拟化、SDN等模式融入到分支网关将给企业分支机构带来新的变化,推动企业分支机构的快速发展。
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。