ZDNET网络频道 01月15日 编译:自从802.11ac技术开始出现在无线路由器市场中,我们就一直梦想着让其真正达到每秒1Gbps的无线网络连接速度。迄今为止,我们看到最快的802.11ac无线路由器是华硕AC2400 RT-AC87U双频无线千兆路由器可提供504兆比特每秒(Mbps)的实际传输速度。 而D-Link在CES2015上新推出的AC3200 ULTRA Wi-Fi路由器(DIR-890L/ R)将有望打破这个限制,达到1.3Gbps的速度。
D-LINK AC3200
D-Link的AC3200可能是最丰富多彩的Wi-Fi路由器,但它真正的优势在于其将成为最快的无线路由器。这是因为的D-Link并没有使用当前大部分厂商所采用的2013推出的802.11ac标准,相反,其使用了基于目前并未批准的2015年802.11ac新标准的Broadcom芯片组,又名Wave 2。这项新技术的浪潮将Wi-Fi的理论极限速度推升到7Gbps。此外,这项新技术支多用户MIMO,从而满足多空间流及多客户端的需求。多用户MIMO被视为是从传统以太网交换方式跳跃到Wi-Fi方式的一个踏板。
但是在AC3200上还不能完全支持多用户MIMO功能。还需要等待今年晚些时候将要推出的另外两款新的Wi-Fi路由器机型的出现。
如果你已经在企业中部署了无线网络,也看到D-Link是提供了一款预先批准的“标准”Wi-Fi装备。或许你会担心这些产品随后会与后来真正标准的硬件不兼容。 对此D-Link的产品经理在CES上向大家保证,这台路由器即将推出两款更快的兄弟产品 AC5300 ULTRA Wi-Fi路由器(DIR-895L/ R)和AC3100 ULTRA Wi-Fi路由器(DIR-885L/ R ),届时将提供固件升级代码。
而且,D-Link还承诺,超高性能系列的三台路由器将提供“高居榜首的5.3 Gbps无线速度。”对此,我们还应该理性看待。但无论如何,如果我们目前希望突破1Gbps的无线速度障碍,你就需要在你现有的笔记本电脑上使用D-Link的ULTRA AC1900无线网络连接的USB适配器(DWA-192)和台式电脑连接。
D-Link的营销副总裁丹尼尔·凯利对我们说,“我们已经在酒吧设置了新的Wi-Fi路由器,大家可以看到它的实际表现,我们新的ULTRA Performance系列拥有一切苛刻的用户诉求,如三个频段的无线网络连接、网速快、波束成形和QoS。这些功能全部安置在一个具有吸引力的外形中。”
除了纯粹的速度优势,这些新型路由器还具有无线11AC波束成形的功能,以提高信号强度和吞吐量。而智能连接功能可以为客户端自动分配无线频段和最佳带宽。先进的QoS引擎和良好的UI提供一个简单的方法来优化应用程序和设备。此外,该路由器配备了千兆高速有线连接WAN / LAN以太网端口和WPA或WPA2安全和Wi-Fi保护设置功能,以确保网络的完整性和易用性。
每个路由器都带有高功率天线。包括四根天线的DIR-885L、六根天线为DIR-890L和八根天线为DIR-895L/ R。这些是为了最大限度的优化覆盖范围。
D-Link的AC3200 ULTRA Wi-Fi路由器目前的售价为309.99美元。另外两个路由器和AC1900 USB适配器将到今年的第二季度以后陆续推出,其定价尚未宣布。这也意味着,D-Link的这款无线路由器目前几乎还不会打破了千兆的速度障碍,而需要等待适配器的出现我们才可以看到这款路由器的真正速度体现。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。