网络、服务及设备测试领域的领导者思博伦通信宣布,Spirent Landslide™将通过RF接口支持对Wi-Fi AP的测试。Spirent Landslide原本便已具备从核心网络到Wi-Fi分流网关的测试能力,现在又扩展到支持AP的测试,这将确保移动运营商在满负载条件下能为用户提供可靠且无缝的服务。移动运营商和设备厂商可验证用户在各国移动网络、运营商Wi-Fi热点和专有无线网络之间漫游时的体验。
根据思科虚拟联网索引(VNI)的预测,到明年,分流到Wi-Fi网络上的流量将会超过蜂窝网络上的流量。而据无线宽带协会称,到2017年时,超过60%的蜂窝网络流量将分流到Wi-Fi上。当运营商为下一代移动基础设施做准备时,所有这一切都将创造新的机遇和挑战 ----即实现蜂窝与Wi-Fi网络间的无缝切换。
要实现从移动网络到Wi-Fi无缝且安全的服务切换,Wi-Fi AP和分流网关都至关重要。AP使无线设备能够连接至有线网络,而分流网关提供到移动分组核心网的桥接,并且是认证以及运营商服务的中继点。
思博伦通信移动基础设施事业部总经理John Baker指出:“在部署Wi-Fi语音等服务的过程中,验证蜂窝与Wi-Fi网络之间切换的安全性和效率以及体验服务质量具有至关重要的意义。长期以来,Landslide都是业界测试移动核心网和Wi-Fi分流事实上的标准方案。如今,运营商第一次可以采用一个单一的集成式平台,实现网络性能的端到端验证,包括从蜂窝到Wi-Fi网络的关键切换。”
与竞争对手产品不同的是,Spirent Landslide可以测试 Wi-Fi AP、Wi-Fi分流网关,以及移动核心网络的性能和可靠性,验证认证和切换场景,还能提供多种体验质量指标, 包括网络可用性、呼叫建立时间、呼叫丢失和Wi-Fi语音质量测试等。该解决方案具备先进的移动网络及服务测试能力,能够仿真出数以百万计跨越网络并使用各种真实应用和服务的移动用户。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。