至顶网网络与安全频道 10月29日 综合消息:在2019 PT展开幕之前,华为面向中国市场正式发布自动驾驶网络解决方案Autonomous Driving Network(ADN)和iMaster智能运维系列产品,助力电信业迈向以人工智能为核心的自治网络,通过开放架构“给网络以智能,给客户以平台”,加速运营商数字化转型。华为将持续创新并推动AI与电信网络的深度融合,全力支持中国运营商引领全球5G,携手产业伙伴共同共创5G辉煌未来,成为中国数字经济增长的新动能。
与4G网络相比,5G网络在传输速率、传输时延、连接规模等关键指标上有质的飞跃,从而可以支撑更加丰富的业务场景和应用,也给运营商带来了新挑战。首先,5G引入了Massive MIMO、分片等复杂新技术并将长期与4G网络并存,给网络运营和维护带来了挑战。其次业务不断加速创新,其他行业的数字化转型要求大幅增强网络灵活性,对网络智能化程度要求越来越高。最后是成本压力,例如中国拥有全球最大的4G和5G网络,迫切需要更为精确的节能减排技术。
本次发布会,华为ICT基础设施运维与平台管理主任、公共开发部总裁鲁鸿驹重点发布了自动驾驶网络解决方案ADN旗下iMaster智能运维的四款产品,包括面向MBB和FBB的自动驾驶网络管控单元iMaster MAE和iMaster NCE,跨域智能运维单元iMaster AUTIN,以及基于华为公有云服务的iMaster NAIE网络人工智能单元。鲁鸿驹指出:“全新推出的iMaster MAE和iMaster NCE将全面替代传统网管系统,帮助运营商从以网元为中心的人工运维转变为以意图为中心的单域自治,使能网络运营的全生命周期自动化和智能化。同时iMaster AUTIN将全球160+网络运维服务,1500+网络保障服务的运维经验固化为知识资产,通过开放平台帮助运营商加速运维能力和人才转型,提供跨域业务预测、预防性维护和重大网络变更智能辅助等能力,大幅降低无效上站上门。最后依托业界首个面向网络的开放AI使能系统iMaster NAIE,从云端不断给自动驾驶网络注入更强的AI算法,可大幅提升AI开发效率,同时基于一致的推理框架实现网元AI、网络AI和云端AI的垂直协同,让网络越用越好用,越用越聪明。” 本次发布会中,广东电信、河南移动、内蒙古联通也分享了运营商5G时代网络运营与运维中面临的挑战、应对思路以及在自动驾驶网络领域与华为联合创新的实践成果。
由于电信网络的复杂性,自动驾驶网络的演进将是一个长期的过程,华为通过在设备层、网络层和云端全栈引入人工智能技术,采用“单域先行和跨域聚焦价值场景”的思路快速推进,目标与产业在未来3年共同迈向L3级的有条件自动驾驶网络。当前,单域自治已经取得了诸多进展和应用。在FBB领域最早推出的iMaster NCE,面向智简5G承载、品质专线和品质宽带三大场景全球已规模部署100+套。在MBB领域,iMaster MAE面向5G正在与20多家运营商积极开展商用试点。在跨域场景,在中国通过与河南移动、内蒙联通、广东电信开展ADN整体解决方案的一阶段联合创新并部署验证了智能故障场景,实现了从告警到故障的2个数量级智能压缩,大幅减少无效上站。最后,iMaster NAIE华为云服务自2019年4月开始公测以来,已累计发展5000+用户,与20+家运营商、生态伙伴开展联合创新。华为将坚持“把复杂留给自己,把简单带给客户”的理念,让网络化繁为简,因智而易。
好文章,需要你的鼓励
CarMax 作为美国最大的二手车零售商,年收入超过 265 亿美元。在 Shamim Mohammad 的领导下,公司成功实现了数字化转型,成为汽车行业的领先者。通过建立强大的技术基础、优化数据策略、应用人工智能技术,以及采用产品运营模式,CarMax 正在重塑汽车零售的未来。Mohammad 的前瞻性领导力和对创新的不懈追求,使 CarMax 在数字化时代保持竞争优势。
数据中心对我们的数字生活至关重要,但也给环境带来负担。为应对生态挑战,数据中心正向可持续、可再生能源、高效技术和可回收材料转型。这一转变不仅符合日益严格的环保法规,还能为企业带来竞争优势。从"白色空间"到"绿色建筑"的转型,将提高运营效率,降低成本,减少碳排放,为行业树立可持续发展的典范。
Nvidia最近改变了GPU的定义方式,将单个芯片die视为一个GPU,而非之前的整个模块。这一变化可能导致Nvidia AI Enterprise许可证费用翻倍。新的HGX B300 NVL16系统现在被视为拥有16个GPU,而非8个,这可能使年度订阅费用从36,000美元增至72,000美元。Nvidia表示,这一改变源于技术原因,但也可能是为了增加软件订阅收入。
一项新研究表明,OpenAI 可能在未获授权的情况下,使用 O'Reilly 出版社的付费图书来训练其先进的 AI 模型。研究发现,与早期模型相比,OpenAI 的 GPT-4o 模型对 O'Reilly 付费内容表现出更强的识别能力。这一发现引发了对 AI 训练数据来源和版权问题的讨论,同时也凸显了 AI 公司在寻求高质量训练数据方面面临的挑战。