助力中国移动打通首个基于SA系统的5G视频全息通话,与中国电信联合演示5G云化VR游戏,和中国联通等合作伙伴一起联合发布基于边缘云的5G创新业务,联合OTII主要成员共同发布《OTII定制服务器参考设计和行动计划书》。在刚刚过去的MWCS18上,英特尔着实有点忙。
无论是出现在各个5G相关峰会的演讲现场,还是和电信运营商亦或通信设备提供商一起展示5G创新业务场景,作为一家基础设施核心技术供应商,英特尔在本次大展上凸显了5G的端到端能力,而这正是推进5G产业生态不断迈向成熟的关键。
端:新一代MTP四处开花
去年9月,英特尔发布了业界首款支持5G NR(新空口)的试验平台——第三代英特尔5G移动试验平台(MTP)。它是业内进行早期5G设备创新的基础,能够对5G网络和设备进行快速的外场测试和互操性测试。
在此次MWCS的现场,中国移动首个基于SA系统的5G视频全息通话的打通与中国电信5G云化VR游戏的演示,均得益于英特尔MTP发挥的关键作用。它为移动运营商、制造商以及其它行业领导厂商提供关键资源,通过开发、测试并部署服务和解决方案,从而满足5G在响应、可靠性和性能方面的需求。
此外,英特尔还与中国移动签署了“5G终端先行者计划”合作备忘。英特尔承诺将推出支持NSA和SA的5G终端芯片样片用于测试,并推出符合中国移动标准的成熟的5G预商用终端芯片。2019年,搭载英特尔5G调制解调器的全新5G智能手机平台将推向市场。
网:从接入到核心加速转型
为了迎接5G的到来,推动网络转型是全球运营商达成的共识。为此,中国移动在MWCS上发起了“5G SA起航行动”,并联合英特尔发布了《5G独立架构实施指导》白皮书。双方对于SBA这一被确认为5G核心网的统一基础架构提出了多个架构方案实例化原型,并给出这些方案原型在不同场景下的性能测试数据和相关的技术优化方案,并最终建议集成式容器/虚拟机SBA架构部署方案为5G SA的最优方案。
除了核心网,在5G接入网,英特尔还与中国移动联合展示了O-RAN白盒设备。它使用开放的英特尔架构实现了软硬件解耦,通过对该架构处理能力的复用,实现了动态扩缩容和资源共享,进而可以实现低成本、高容量的室内无线接入网络覆盖。
此外,英特尔还正在合作开发全新的5G网络设施参考设计,利用广泛的合作伙伴提供的预集成商用组件,英特尔5G网络设施参考设计可以帮助运营商快速地部署以软件定义、支持云、敏捷的5G就绪网络。
云:云化进程走向网络边缘
在英特尔看来,5G是从云中产生的。无论是基于NFV/SDN、云原生技术实现网络虚拟化,还是基于服务化的架构设计,可以看出5G的网络转型方向正是围绕云来展开的。
此外,5G核心网的多个功能下沉至边缘云也成为5G的重要演进方向。为此,在MWCS现场英特尔联合中国移动等合作伙伴发布了《OTII定制服务器参考设计和行动计划书》,目的就是打造适应电信运营商边缘机房环境的深度定制化服务器,现场展示了首款OTII服务器原型机。
并且同期,英特尔还助力中国联通发布了基于边缘云的VR全景直播、Cloud游戏、自定义CDN分发三项5G创新业务,并计划拓展工业互联网、车联网等更多的边缘应用场景。
英特尔认为,5G不仅是通信技术的演进,更是一场从智能设备、无线技术、接入网、核心网到云端的跨行业革命。英特尔通信与设备事业部5G业务与技术总经理Robert Topol表示,“英特尔一开始就专注于推动5G,包括参与早期标准化工作以及进行早期的5G原型设计等。从调制解调器到接入网的原型再到网络解决方案,英特尔致力于推动更广泛的生态系统成熟,并与合作伙伴和电信运营商一道去构建未来5G迸发的可能性。”
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。