2016康普企业网络中国巡展北京站上周于北京万豪酒店成功举办。本届巡展以“创新格局 互联天下”为主题,深入探讨了中国网络转型的大趋势及对行业及全社会的深远影响。
美国康普企业网络亚太区销售副总裁Gavin Milton-White主题演讲
“我们正处于由移动性、视频消费以及云技术所驱动的史上最大规模网络转型的初期。消费者行为的改变和技术发展的趋势给全球网络提出了更大挑战,促使我们对未来基础设施的要求有新的认识,” 康普企业网络北亚区销售副总裁陈岚表示,“新康普已经蓄势待发,致力于通过室外蜂窝基础设施、小型蜂窝基站、分布式天线系统、光纤连接和数据中心基础设施等网络技术融合以满足带宽需求。”
美国康普北亚区销售副总裁陈岚主题演讲
康普基于对客户和合作伙伴的洞察总结出了以下四大关键趋势。
目前,中国智能手机的保有量已经超过了 7 亿部;而中国使用移动银行服务的用户则占全球移动银行用户的20%。由于消费者希望自己的移动设备能够随时随地连网,所产生的海量大数据促使银行、运营商、高校和医院重新调整前端服务并重新设计后台流程。
高速光纤网络将为未来的移动用户人群的高需求提供支持。宽带多模光纤 (WBMMF)可以满足 100G 和 400G 的传输要求,并可扩展多模数据中心网络的适用性,从而为下一代数据中心提供有力支持。
据统计,2014 到 2023 年间,全球智慧城市项目投入将达到 1744 亿美元,其中中国的投入占了很大比例。目前,在中国有500 多个城市都在筹建城市传感器网络[1]。楼宇和大型场馆的智能设计仍将是智慧城市建设的重中之重。
以体育馆为代表的大型场馆,由于配备了良好的交通基础设施、配套设施、太阳能和污水循环等可持续能源系统以及数据安全和通信设备,体育馆可被视作一个小型的社区。同时在智能楼宇中,员工也可随时随地实现协作沟通。康普的智能楼宇解决方案和大型场馆室内解决方案可助力企业规划、设计、打造并维护楼宇通信网络。
康普最近的一项调查显示,76%的香港千禧一代每天会在 Netflix 和 YouTube 等视频网站上花费长达两个小时的时间进行观看。而在通常情况下,50% 的千禧一代和约三分之一的婴儿潮一代日均会花费一至四小时使用通讯和约会软件。而拥有全世界最多人口以及近 6.7 亿互联网用户的大中华区,其消费者也有着类似的网络使用习惯。
由于拥有数以亿计的互联网用户,中国对于超高速网络带宽的需求也在不断增长。为适应社会的变化,中国的网络运营商们需要持续提高网络容量、增强灵活性、丰富服务种类并调整收费模式。
尽管中国是全球互联网用户最多的国家,但在宽带速度方面,中国还落后于许多国家。光纤是被视为最快速、并高效传输大量数据最为可靠的技术。而“光纤到户”(FTTH)技术则是接入互联网速度最快、最可靠的解决方案。
康普运营商网络大中国及韩国区销售副总裁唐俊毅指出:“中国政府发布的‘宽带中国’战略所带来的数字化革命,正在改变企业和消费者的生产及娱乐方式。而随着电信公司加大对于提高网络处理数据能力的投资力度,视频点播、在线游戏、远程办公和电子医疗服务将变得更加可靠。”
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。