至顶网网络频道 11月23日 综合消息: 11月23日,在广州举办的“2017中国移动全球合作伙伴大会”上,中国移动联合英特尔公司,宣布在ODCC(开放数据中心委员会)启动面向电信应用的开放IT基础设施项目——OTII(Open Telecom IT Infrastructure)。
当前全球运营商面临网络转型的巨大机遇与挑战,由传统网络向基于通用服务器、开源云计算平台的网络功能虚拟化(NFV)技术架构演进,以提升网络效率和降低成本,成为电信行业的普遍共识。
现阶段NFV应用方案还处于探索过程中,服务器等基础设施如何更好满足IT化的电信应用需求,是包括运营商、服务器供应商、电信设备供应商等在内的整个产业密切关注的问题。
为此,中国移动联合中国电信、中国联通、中国信通院、英特尔等公司,在ODCC发起OTII项目,首要目标是形成电信行业面向网络IT化转型的深度定制、开放标准、统一规范的服务器技术方案。
中国移动研究院杨志强副院长在致辞中说,随着网络重构的逐步推进,在开源软件、开放硬件的基础上进行关键部件的自主研发,将成为运营商新的主流运营模式。中国移动此次牵头发起OTII项目,就是希望与产业链一起,在面向电信应用的IT基础设施方面形成普遍共识与开放标准,打造能够更好满足未来电信应用需求、高效率低成本的通用硬件产品,这对于中国乃至全球运营商的网络转型都具有重要意义。
英特尔网络平台部门亚洲市场开拓总监杜唯扬在演讲中表示,面向数据经济的崛起以及云网融合的趋势,英特尔正在携手广泛的合作伙伴推动网络转型,构建敏捷、灵活和可扩展的网络架构。在此过程中,NFV是实现这一转变的关键技术。一直以来,英特尔与中国移动在传统IT、云计算、网络与数据中心领域保持着紧密的技术合作。此次共同启动OTII项目,则是双方共同促进面向NFV的网络转型与云化转型的最新合作成果。凭借强大的技术积累以及丰富的生态系统资源,英特尔承诺将继续与运营商、研究机构和服务器提供商深入合作,共同引领网络转型的浪潮。
ODCC副主席、中国信息通信研究院云计算和大数据研究所副所长何宝宏博士在发言中强调,未来网络将以数据中心为节点进行重构已经成为业界共识,网络重构的进度、效果将直接影响到运营商未来的生死存亡。如果运营商网络重构步伐太慢被互联网厂商甩开,那么运营商比特管道的价值也将消失。ODCC作为一个数据中心领域的行业开放组织,全力支持OTII,并希望产业链各方一起参与进来,未来还可以在这一领域拓展其它合作,将OTII打造成为具有国际影响力的项目。
ODCC由百度、腾讯、阿里巴巴、中国电信、中国移动、中国信通院、英特尔于2014年联合发起成立,旨在打造中国的数据中心开放平台,推动服务器、数据中心、开放网络等行业统一规范,促进产业合作、创新与新技术应用。目前ODCC的54家会员单位中,基本包括了中国数据中心行业最重要的几家客户单位和全产业链的主流供应商。
据悉,OTII项目日前已经在ODCC服务器工作组正式完成立项,并得到ODCC会员单位的积极响应,目前参与到此项目的公司包括华为、浪潮、联想、曙光、中兴、烽火、新华三等逾十家主流服务器及组件供应商,预计后续还有更多厂商将加入项目。
根据启动会上中国移动和英特尔的技术专家介绍,OTII服务器重点面向运营商网络IT化应用场景的未来业务需求。项目将引入网络加速、NUMA balanced等技术;统一硬件BIOS设置和设备管理接口;尽量统一核心器件选型以及硬件形态等等,以增强服务器的性能、稳定性和兼容性,提升部署及运维效率,更好支撑未来电信业务的发展。
作为ODCC第一个重点面向运营商网络转型应用场景的开放硬件项目,OTII开启了电信行业通过IT创新服务网络转型的新篇章。有中国三大运营商的联合发起、英特尔的鼎力支持和产业链的积极参与,OTII未来在中国乃至全球电信行业网络转型中的影响力和积极作用值得期待。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。