近日,在北京举行的英特尔5G网络峰会上,英特尔高级副总裁兼网络平台事业部总经理Sandra Rivera公布了与包括百度、中国移动、中国电信、中国联通、新华三、华为、腾讯、紫光展锐和中兴通讯在内的5G产业链生态系统行业领导厂商的合作进展。
英特尔高级副总裁兼网络平台事业部总经理Sandra Rivera在会上发表主题演讲
英特尔高级副总裁兼网络平台事业部总经理Sandra Rivera 表示:“凭借英特尔的端到端技术以及与中国生态系统合作伙伴的携手合作,英特尔将助力加速通向5G之路。这也验证了我们将连接性、计算与云的世界整合在一起的能力,以推动一个无缝连接、智能强大的5G未来。”
英特尔的端到端技术和解决方案组合是实现5G的关键推动因素。英特尔正在整合电信设备制造商和运营商的生态系统以加速5G商业化。在今天前沿的主题演讲和行业多方座谈上,英特尔和合作伙伴还披露了以下在中国5G网络方面取得的进展。
移动芯片生产厂商紫光展锐分享了其在中国中端Android智能手机采用英特尔5G调制解调器以及在全球范围内使用其应用处理器ROC1的计划。紫光展锐首席技术官仇肖莘与英特尔公司副总裁兼通信和设备集团事业部总经理Cormac Conroy博士出席了会议,Cormac Conroy博士表示随着5G规模的发展,英特尔将基于当前LTE调制解调器的强大发展势能,瞄准广泛的全球市场。
云服务提供商百度的系统部副总监侯震宇宣布与英特尔成立5G+AI边缘计算联合实验室,以探索融合的边缘和云服务,提供更好的用户体验,推进5G在物联网、娱乐和汽车领域的应用。
中国联通和北京奥组委公布了与英特尔在即将到来的2022年冬季奥运会上联合打造全新5G体验的计划。
英特尔作为计算、数据中心和云技术的推动者,将持续为服务提供商和运营商及生态系统提供5G技术。中国合作伙伴是5G这一转型的关键。由于5G体验只能在网络就绪后才能实现,因此英特尔对云计算的专注覆盖从数据中心到边缘到设备,使合作伙伴能够利用现有的基于英特尔®至强®处理器的基础架构来为客户快速开发、测试和部署新一代的体验和服务。这其中包括基于英特尔技术运行的网络功能虚拟化(NFV)和软件定义网络(SDN)解决方案。
最近在5G方面公布的其他合作包括:
在近期的阿里巴巴杭州云栖大会上,阿里巴巴AliOS将英特尔列为其智能交通计划的首批战略合作伙伴之一,旨在协助建设一个智能的道路交通网络。这两家公司以及大唐电信将探索基于英特尔网络边缘虚拟化软件开发套件(NEV SDK)的5G通信和边缘计算的v2x使用模式。
以太网交换机制造商新华三和Comba Telecom Holdings公布了使用基于英特尔FlexRAN的符合5G NR规范的5G解决方案的计划。
华为宣布与英特尔联合完成基于2018年6月份以来最新的3GPP R15协议的SA(Stand Alone)架构的首个数据呼叫,从而完成了3GPP R15协议的全部流程(NSA和SA),标志着双方的IODT合作正式从研发测试走向了商用测试。该测试是IMT 2020 5G第三阶段试验的一部分。两家公司将继续合作推动国际电信联盟(ITU)标准的完成。
腾讯WeTest正在部署一个基于英特尔至强处理器的业界领先的边缘-云游戏平台,以推动游戏行业生态系统进入下一阶段的转型,将侧重于基础设施、游戏研发、分销及设备。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。