至顶网网络频道 01月16日 综合消息: 近日,思博伦通信助力业界领先的以太网交换芯片及SDN白牌解决方案提供商盛科网络,成功完成了面向5G时代的速率基础和业务基础联合测试,展示了富有前瞻性的5G网络承载与互联方案。
本次联合测试针对5G网络更高的传输速率和更为灵活的传输组网特点,重点验证了盛科E550平台面向5G的100G/50G/25G基础速率下互联和高性能转发能力,快速重路由(Fast Re-route,FRR)能力和分段路由支持能力,测试结果展示了盛科网络E550平台卓越的以太网交换性能以及对5G承载网络关键技术上的支持与创新。
5G时代随着超高清视频、网络直播、游戏、VR等大带宽应用的进一步发展,网络承载速率将迈入“后10GE”时代,25GE、50GE甚至100GE将成为接入及汇聚网络的主流速率。在业务层面上,面对更加丰富的业务和多样的用户需求,运营商需要实现承载网络的更加可订制化和职能化,SDN架构将在5G承载网络中得到极大的应用,其中以MPLS标签为承载基础的分段路由已经得到包括中国移动在内的运营商的极大关注,其面向SDN的业务部署灵活性和基于标签的转发架构很好的将传统业务框架与新型业务部署方式有效结合,在保障安全及性能的同时提供了丰富的业务灵活性。
测试展示的盛科E550平台是基于盛科网络2017年10月最新发布的第五代高性能以太网核心交换芯片DUET2(CTC7148)搭建,DUET2单芯片可支持640Gbps的转发速率,以“融合创新”为关键词,主打面向5G的“速率融合”、“应用融合”以及“安全融合”。具体包括支持Multi-Gig新速率,支持10G/25G/40G/50G/100G端口、分段路由、无线管理协议CAPWAP专有引擎及网络安全MACSec等新特性。在创新应用的同时,DUET2也延续并增强了其系列芯片高性价比和低功耗的优势。
测试采用思博伦Spirent TestCenter网络性能测试仪,配以目前业界密度最高的DX3-100GQ-T12多速率测试模块。DX3-100GQ-T12五速率测试模块,单槽位可支持12个100G或40G端口,或24个50G端口,或48个25G或10G端口,支持BASE-R FEC、RS-FEC、Auto-negotiation、Link Training等关键接口特性,支持包括传统路由/交换/接入协议和新的OpenFlow、分段路由等SDN技术测试,能够对高密度路由器、交换机和移动承载网络产品进行全面测试。
盛科网络市场部总监王峰表示:“盛科一直致力于为客户提供最富竞争力和创新力的网络承载方案。盛科过去的芯片已经规模部署在国内外的运营商承载网络,赢得了客户的好评。盛科也投入了大量的研发来满足5G时代的全新要求和挑战。除了基础速率的快速升级,应用的融合和SDN理念的实践落地也为网络的发展注入了新的活力。我们很高兴能够和思博伦一起,借助盛科的最新芯片平台,展示面向5G的网络互联关键技术创新,也期待这些技术能够在不久的将来,为5G业务的部署与发展贡献力量。”
思博伦通信高级销售总监马林表示:“中国在第五代移动通信的投资上目前领先于全球,所以在中国我们率先看到5G网络相关的技术和方案获得进展和突破。思博伦通信在5G相关的承载网技术测试、空口技术测试、核心网技术测试等方面,都投入大量研发资源,并已经推出对应的测试解决方案。本次和盛科网络的联合测试是思博伦通信在5G承载网络测试上的一次非常有意义的实践,思博伦愿意与包括芯片厂商、设备厂商和运营商一起,推动5G网络的发展。”
好文章,需要你的鼓励
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"
英伟达2025Q1营收440亿美元创纪录,数据中心业务暴涨73%至390亿美元。黄仁勋直言:"中国是全球最大AI市场,出口管制只会让美国失去平台领导权。Blackwell架构推动推理性能提升30倍,微软已部署数万块GPU,AI工厂正成为各国数字基础设施核心。"
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。