2017年11月28日-30日,由天地互连-下一代互联网国家工程中心主办的GNTC 2017全球网络技术大会(www.theGNTC.com)将在北京长城饭店会议中心火热开幕。作为中国本土规模最大的网络技术盛会之一,GNTC 2017将汇聚超过2000位行业精英,共话全球网络重构。11月29日上午,由下一代互联网国家工程中心副主任李震主持的NFV 网络功能虚拟化Summit是本次大会的一大亮点,国际组织OPNFV、ETSI NFV ISG、开源社区ONAP,运营商中国电信、中国联通、中国移动、西班牙电信,以及华三、华为、中兴等企业都将参与此专场峰会,NFV领域的技术大咖们将带来自己的独特观点,与场内嘉宾和观众展开热切交流。
作为Linux基金会创建的NFV开放平台项目,OPNFV致力于为加速各种开源生态系统NFV组件的融合、部署与验证而打造出一个基准性NFV平台,一直受到国际的广泛支持,并于今年10月刚刚发布其项目的新版本Euphrates,在功能、互操作性和性能方面更进一步,帮助运营商通过开源NFV推进网络转型。OPNFV董事会副主席Lingli Deng将具体介绍OPNFV的工作计划。
自今年2月份成立以来,ONAP在业界引起了强烈的反响,全球有50多个会员加入此开源社区,覆盖全球移动用户数超过50%。今年底,ONAP将发布第一个版本“Amsterdam”,支持三大场景,把Open-O和ECOMP代码库集成到一个通用的编排平台中。ONAP国际开源社区董事会总裁、中国移动研究院网络技术研究所副所长王亚晨将在NFV Summit分享ONAP最新进展。
从2012年10月成立至今,ETSI(欧洲电信标准协会)NFV ISG(Network Functions Virtualisation Industry Specification Group)已发布60余份文件,拥有超过300家企业成员,包括38家世界主要运营商,共同推进NFV的应用、测试以及相关标准的制订。在本次NFV Summit上,ETSI NFV TST主席Pierre Lynch将重点与大家交流ETSI NFV ISG最新研究和实践成果,让现场观众对未来NFV发展有更加全面的认识。
运营商们是推动网络重构的中坚力量,而NFV则是推动此变革的基础技术之一,以中国电信、中国联通、中国移动为代表的国内运营商,以及西班牙电信等海外运营商,在各自的转型计划中都十分重视NFV技术的发展与应用。中国电信北京研究院网络演进与规划中心主任李晨、中国联通网络技术研究院NFV解决方案经理童俊杰、中国移动研究院网络所NFV技术专家陈佳媛,以及西班牙电信网络虚拟化与技术总监Antonio Jose Elizondo Armengol将从运营商角度阐述NFV对产业的影响。
此外,华三、华为及中兴作为世界知名企业的代表,也密切关注NFV,一直致力于技术实践、改进实际应用。截至2017上半年,华为在全球已部署260多个NFV项目,是ETSI NFV ISG主要成员之一;新华推出了专门针对运营商市场的电信级云平台——H3Cloud CG,以助力网络解耦进程,加速NFV规模商用落地;中兴也在全球成功部署超过240个SDN/NFV商用/实验局,与全球领先运营商深度合作,成果颇丰。NFV Summit汇聚众多技术大咖,精彩纷呈敬请期待!
本届GNTC大会共设有2场全体大会、1场圆桌论坛、8场技术峰会及数场Workshop,除NFV外,议题还涉及网络重构、云网协同、互联网基础设施、IPv6、SDN、5G、NB-IoT、网络安全、云和数据中心、边缘网络和边缘计算、P4、CORD、ONAP、网络测试等新一代网络技术的各大热点,旨在全面推动全球网络重构发展进程。请访问大会官网www.theGNTC.com,或关注官方微信号“theGNTC”,立刻注册参会。
好文章,需要你的鼓励
前谷歌资深工程师David Petrou创立的AI初创公司Continua宣布完成800万美元种子轮融资,由GV领投。该公司开发AI智能体技术,可加入SMS、iMessage和Discord等群聊平台,为用户协作提供智能支持。Continua能够在群聊中自动设置提醒、发起投票、添加日历邀请或生成待办清单,解决群聊混乱问题。公司通过微调技术让AI理解群聊动态,具备社交智能,只在需要时提供帮助。
艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型,通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异,还支持直观的视觉轨迹调教,用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集,为全球机器人研究提供强大基础平台。
Anthropic宣布为企业客户增加Claude单次提示词的信息处理量,以吸引更多开发者使用其AI编程模型。Claude Sonnet 4现支持100万token上下文窗口,可处理75万词或7.5万行代码的请求,是此前限制的5倍,超过OpenAI GPT-5的40万token。该功能也将通过Amazon Bedrock和Google Cloud等云合作伙伴提供。更大的上下文窗口有助于AI模型更好地处理软件工程问题和长期自主编程任务。
这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型,通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材,又能向未来的高水平样本学习正面目标,成功维持了清晰的学习对比信号,在多个基准测试中显著优于传统自奖励方法。