近日,日本电气公司(NEC)在其5G及下一代网络发展战略领域又新添了一位重量级的合作伙伴——英特尔。双方将就云无线接入网络(C-RAN)项目进行合作,正式坐实了传闻已久的消息。NEC将继续进行移动基站无线接入方面的研究,而英特尔则通过白盒产品解决方案助力NEC,共同促进电信设 备网络功能虚拟化。据了解,两家公司从2016年初便开始联合进行概念验证试验,以证明Cloud RAN解决方案的能力。
Cloud RAN解决方案前景可期
据SNS Research预测,到2020年与SDN和NFV相关的投资将超过50亿美元。而这些投入将主要集中在Cloud RAN(C-RAN)领域,用以部署分布式无线接入点和集中式基带资源池。这一巨大的潜力市场,这也正是NEC聚焦运营商NFV进程的原因所在。NEC认为,NFV已经成为支持5G以及其他形式下一代无线通信技术的关键技术。据了解,NEC公司目前拥有两套虚拟网络平台,一个是基于开源控制器Trema的 虚拟网络平台(virtual-network-platform),另一个是基于ODL的虚拟终端网络平台(VTN)。前者采用了目前较热门的VXLAN协议,而VTN则没有采用分装技术。virtual-network-platform平台可以实现对网络边缘进行控制,并通过使用VXLAN封装技术,实现租户间的安全隔离。NEC在网络核心同样部署Open vSwitch交换机,通过对网络中心的Open vSwitch进行控制,实现性能隔离。
移动基站包含有进行处理数据的中央单元(CU),以及发送和接收无线电波(信号)的分布式单元(DU)。NEC与英特尔联合开发的Cloud RAN解决方案,将CU功能从移动基站上分离出来,并在一个搭载有英特尔多核处理器的通用服务器上实现这一功能的运行。这一创新性的方案使CU功能的集中化成为可能,仅通过一个通用服务器就可对DU的多个单元进行集中控制。
NEC的该解决方案通过对DU之间的无线电干扰进行更多精确控制,提升了移动基站的通信性能;同时通过整合CU硬件,降低了设备能耗和占地空间,并由此降低了基站设备本身及部署总成本(TCO)。即使通过低容量网络连接CU和DU,该方案也可保持相同的性能水平,这将有效助力通信运营商通过最低的资本投入开发5G业务所需的高性能网络。
具体而言,该解决方案可通过集中式CU控制多个DU,从而能够根据数据量灵活地控制来自DU的无线电波输出。通过将选择数据处理功能从CU传输到DU,该NFV C-RAN解决方案还能放宽CU和DU之间的通信延迟程度。使以太网也可作为接口取代CU和DU之间传统的通用公共无线接口(CPRI)。由此,相较现有的C-RAN架构,CU和DU之间交换的数据量将减少到十分之一以下。
开放x86平台厚积薄发 助力用户在5G时代崛起
众所周知,5G已经成为全球运营商以及设备商共同关注的话题,除了超快的速度以外,其低时延、低功耗的特点也使其能真正满足运营商在未来的新业务需求。业界普遍认为,传统的硬件组网方式已不具备优势,NFV(网络功能虚拟化)才是下一代网络的出路。
5G时代,传统运营商在CT&IT融合技术领域的能力短板,正面对空前巨大的挑战,而深耕IT领域多年的英特尔不论在基础架构还是平台建设方面都具有较大的互补性创新优势。通过为运营商提供性能稳定且可打通云管端的领先产品,IT企业将在5G时代迎来新的崛起。而基于x86服务器的SDN/NFV开放平台将成为运营商实现战略、网络及业务转型的坚实基础。这一观点也日渐成为众多国内外运营商的共识。
面对新的市场,运营商也提出了更高的需求。SDN/NFV网络的建设成本已经不再是越来越多的运营商最重要的考量标准。他们日益认识到,SDN/NFV网络不仅提高了其网络的资源利用率,更能使其网络更加智能、通畅。这将强有力地帮助运营商摆脱其尴尬的传统定位,新网络的开放与敏捷性使他们得以在生态链中重拾价值——在平台层面与应用聚合层面开展更具价值的工作。目前,英特尔等引领的OpenStack平台已支持云无线接入网络标准,开放平台x86对开发者也具有极大的吸引力。可以说,IT企业所积累的各方面优质资源都将在NFV中发挥重要作用,使运营商得以发挥其不亚于任何第三方平台的既有网络规模优势,更好地扮演一个云服务提供商的角色,无论对于企业还是个人用户来说都可提供更具价值的服务,英特尔正在利用x86的力量来打造从云端到终端的未来网络架构核心。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。