在6月28日至7月1日举办的2017年世界移动大会(MWCS 2017)上,针对中小政企客户定制、基于英特尔技术的最新中国联通vCPE(virtual Customer Premise Equipment,虚拟客户终端设备)云专线产品精彩亮相。这是国内电信运营商在vCPE领域的重要突破,英特尔为该产品提供了关键技术支持,以显着提升其处理和转发效率,助力它为中小政企提供更为便捷、安全和智能的网络专线接入服务。
用SDN和NFV技术破解中小企业的网络需求痛点
企业专线早就是运营商提供的成熟服务之一,然而,大企业采用的波长出租、SDH专线、以太网专线、MPLS VPN等产品方案的网络接入配置和维护要求过于繁琐和复杂,成本支出也相对较高,不适用于中小企业。而此前中小政企客户选用的普通宽带产品在带宽、稳定性和安全性等层面,都无法满足企业客户的应用需求。
基于中小企业客户,特别是在“双创”国策推动下,以“互联网+”和“人工智能“等新兴技术趋势为创新或创业起点的中小企业对于企业级专线产品的现实需求,利用SDN和NFV技术改造和升级面向中小企业的企业专线产品成为最佳方案。中国联通vCPE云专线产品就是采用相应技术,并在国内率先推出的,旨在破解中小企业网络需求痛点的产品。
对此,中国联通网络技术研究院SDN/NFV创新中心总监赫罡表示:“中国联通的vCPE产品,是我们CUBE-Net 2.0网络架构的具体实现。它能为用户提供快速开通、服务定制化、灵活入云的能力,是中国联通在SDN/NFV基础上实现网络转型的重要实践。vCPE产品的发布,是产业协作创新的成果,英特尔提供了新的技术与方案,提升了vCPE产品的性能。在此基础上,我们将与合作伙伴携手,进一步推进中国联通网络和业务的发展。”
中国联通网络技术研究院SDN/NFV创新中心总监 赫罡
作为运营商网络转型和业务创新的积极支持者,以及SDN和NFV等核心技术的主要推进者和提供者,英特尔公司也全力支持了中国联通vCPE云专线产品的开发工作。英特尔中国运营商事业部总经理叶唯琛表示:“中国联通的vCPE业务,是为中小企业提供灵活的互联网接入服务的重大创新。英特尔很荣幸参与其中,提供了最新处理器,并且支持联通显着提升了vCPE的处理和转发效率,打造出了业内领先的vCPE设备和业务。这些都充分表明了英特尔坚定不移地支持运营商推进网络转型,提供更多、更新、更优服务的决心。”
英特尔中国运营商事业部总经理 叶唯琛
网络和数据中心侧以及客户终端设备侧 “双管齐下”,开发vCPE
在开发上,基于英特尔技术的中国联通vCPE云专线产品采取了从网络和数据中心侧,以及从客户终端设备侧 “双管齐下”,彼此呼应、共同推进的创新策略。在网络和数据中心侧,中国联通充分利用了SDN和NFV技术对于运营商网络转型的支持,构建了借助SDN控制器和NFV编排器来灵活管理和编排VNF(虚拟网络功能)的解决方案,以承载此前部署在传统CPE设备端上的复杂网络功能和服务。这将原来需要专业技术人员支持的网络配置、管理和维护重任,转移到网络和数据中心侧,减少了联通工作人员上门支持的次数,并破解了中小企业技术力量不足的瓶颈,同时也能提高业务的效率和灵活度。
vCPE这一解决方案的主要架构和功能,均运行在英特尔架构的服务器上,从而实现了良好的通用性和可扩展性。同时,中国联通也在英特尔的支持下,对vCPE VNF进行了多方面的性能优化。如利用英特尔QuickAssist技术对其VPN服务的IPSec加密/解密进行加速;提供基于DPDK技术的优化,来提升vCPE的处理和转发效率等。
在客户终端设备侧,中国联通则致力于打造新一代的、智能的CPE设备,计划采用具备更强计算性能的通用平台,通过在其上部署NFV平台和应用的方式,来实现“智能化”。此举可以让目前集中部署于网络和数据中心侧,但更应该靠近用户端的网元,如防火墙、负载均衡等,分布式地部署在用户侧的智能CPE设备上,以提升和优化它们的应用性能和体验。
针对中国联通智能CPE设备的开发需求,英特尔提供了今年2月MWC期间发布的凌动C3000处理器作为其基础硬件平台。该处理器开放的架构、高达16个计算核心的集成度,以及针对网络通信应用场景而优化的众多技术特性,能够为联通智能CPE设备的开发,以及在其上开发、部署和运行NFV应用提供充足的性能支持和创新空间。
欲了解更多基于英特尔技术的中国联通vCPE解决方案的详细内容,请点击下载白皮书:http://www.intel.cn/content/www/cn/zh/communications/bringing-better-specialized-access-services-to-smbs.html
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究由香港理工大学和新加坡国立大学的团队共同完成,提出了R?ec,首个将推理能力内置于大型推荐模型的统一框架。与传统方法不同,R?ec在单一自回归过程中实现了推理生成和物品预测的无缝整合。研究者还设计了RecPO优化框架,无需人工标注即可同时提升模型的推理和推荐能力。实验结果显示,R?ec在三个数据集上显著超越现有方法,在Hit@5和NDCG@20指标上分别提升68.67%和45.21%。这一突破为下一代智能推荐系统开辟了新方向。
这项研究提出了CURE框架,通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力,无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后,便在多个基准测试中超越了同类模型,代码生成准确率提高5.3%,最佳N选1准确率提高9.0%。该方法不仅提升了模型性能,还提高了推理效率,同时为降低API调用成本和无标签强化学习提供了新思路。