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
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。