至顶网网络频道 综合消息: 6月25日,由Cloud Native Computing Foundation (CNCF) 主办的云原生技术大会在上海举办,腾讯云对外展示自身在边缘计算领域的最新进展,首次公开腾讯智能边缘计算网络平台TSEC(Tencent Smart Edge Connector),其旨在打造运营商5G网络、移动用户和业务之间的连接器,为用户和业务提供可自定义、高质量、差异化的边缘计算网络层服务,实现应用在云、边、端的智能协同。
腾讯云网络总经理、Linux基金会边缘计算董事会董事王亚晨表示:“5G网络的发展将对消费互联网和产业互联网的发展起到巨大的推动作用,其超大带宽、超低时延、高可靠特性不仅可以解决云游戏、VR/AR、超高清视频等C端场景下网络延迟、带宽成本等痛点问题,同时针对复杂的B端场景,5G与医疗、工业、交通等行业的融合渗透,也将带来远程医疗、智能制造、车联网等创新应用。”
腾讯云网络总经理、Linux基金会边缘计算董事会董事王亚晨
作为5G网络重构的关键技术之一,5G边缘计算可将具有高带宽、低时延、本地化需求的业务下沉到网络边缘,为业务和服务创新提供了无限的可能。
据Cisco Visual Networking Index分析预测, 2022年移动互联网流量大约占全球IP流量的20%。这将给全球网络带宽、网络架构、IDC及业务的服务能力带来较大挑战。而据IDC统计数据预测,到2020年将超过50%的数据需要在网络边缘侧分析、处理与存储。
腾讯云在技术、产品、开源方面积极推动5G边缘计算的发展。在技术和产品方面,腾讯推出的智能边缘计算网络平台TSEC,凭借丰富的移动组件和物联组件,使5G网络能力和物联能力能简洁、高效地服务于业务。
腾讯TSEC致力于构建使能5G/IoT网络与业务协同的网络层PaaS服务,具备移动流量分流、移动网络加速、边缘流量转发、移动网络隧道、物联接入控制等核心功能。作为5G网络与业务的桥梁,TSEC丰富的移动组件可以连接移动用户、运营商5G网络和应用,为高价值用户和业务提供可自定义的、高质量的、差异化的边缘计算网络服务,实现应用在云、边、端的友好协同。
另外,腾讯TSEC提供的物联边缘组件,打造面向现场用户侧和物联边缘计算的云端控制、边缘网关与物联网络连接能力,进一步帮助解决物联网数据本地处理、云边协同等问题。
为什么选择腾讯智能边缘计算网络平台TSEC
开源领域,腾讯云正积极推进边缘计算技术、切片技术的开源和合作,打造开放生态。腾讯与合作伙伴在Linux基金会共同发起成立Linux Foundation Edge项目,并担任董事会董事,下设EdgeX Foundry、Akraino Edge Stack、Home Edge、EVE等多个项目。为了更好的推进5G技术在云游戏、高清视频、直播等业务的落地应用,腾讯在Akraino Edge Stack项目中提交面向云游戏、高清视频和直播业务的5G MEC/切片蓝图,推进腾讯TSEC在5G边缘计算和切片技术领域的开源与开放。
值得一提的是,2019年世界移动通信大会MWC上海展,腾讯云将携手合作伙伴,联合展示了基于5G和TSEC的在线即玩、4K超高清的云游戏。游戏玩家无需下载,即可畅玩游戏,享受4K、60帧率超高清体验,推动5G和业务的融合技术验证和发展。
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。