五款全新Wi-Fi 6认证接入点将Wi-Fi 6推向主流
中国上海,2020年6月9日——康普公司近日宣布扩展旗下支持Wi-Fi 6技术的接入点(AP)产品组合,以助力在密集连接的环境中,实现更高的数据速率、更大的网络容量、更高的电源效率以及更佳的性能。
继去年推出全球首款Wi-Fi 6认证的RUCKUS R750接入点之后,康普此次新增了R850,R650和R550室内AP以及T750和T750SE室外AP。这些接入点均通过Wi-Fi 6认证,并针对高密度连接场景(如校园、酒店、机场和体育场等场所)进行了优化。
如今,无线网络不仅包括Wi-Fi,还包括多种不同的IoT无线技术,涵盖如资产追踪、智能门锁等多种应用。这也导致了无线网络难以管理、成本昂贵且彼此孤立存在。康普推出的全新AP产品组合率先采用了端到端的融合架构,解决了网络重叠覆盖的问题,且通过SmartZone网络控制器、ZoneDirector、RUCKUS Cloud和RUCKUS Unleashed等多种管理方式,能够节省成本并方便管理。此外,这些新的AP还能通过RUCKUS Analytics,借助机器学习和人工智能技术,全面实现网络智能。
韩国东国大学庆州校区信息规划系主任Eunhyun Kim表示:“随着以视频为主的学习方式得以普及,无论是通过远程、身在外场、还是教室或宿舍,我们韩国庆州四个校区的11000多名学生都希望拥有更佳的Wi-Fi连接体验。作为韩国国内最负盛名的私立大学之一,我们借助康普的RUCKUS产品组合,始终能够从容地应对学生群体不断提升的网络需求。”
Huntington ISD技术总监Jeff Baird表示:“师生和管理人员希望我们能够积极响应其需求,我们对供应商的期望也如此。由于旧版网络无法提供支持,我们已不再使用Chromebook进行在线测试。主管部门希望一切都能稳定有序地运转。他们身处一线,此前一直会收到老师和家长的投诉,而自从我们改采用RUCKUS产品之后,就没再收到投诉了。”
RUCKUS AP中采用的BeamFlex技术以及超高密度技术套件,让韩国东国大学庆州校区和Huntington ISD等客户能够满足其用户的需求。BeamFlex是一项专利技术,可实时自动地调整天线模式,将干扰阻碍降至最低,同时为每台设备提供最佳性能。RUCKUS超高密度技术套件是指一系列功能和技术的集合,致力于在超高密度连接环境中改善网络性能和最终用户体验。这些独特的技术以及我们与合作伙伴和供应商的良好合作关系,使RUCKUS产品组合能够从众多解决方案中脱颖而出。
Qualcomm Technologies, Inc.副总裁兼无线基础设施与网络业务总经理 Nick Kucharewski表示:“Qualcomm Technologies推出的Wi-Fi 6网络平台,旨在通过先进的Wi-Fi 6技术,应对拥堵的、最具挑战性的网络环境需求。我们认可康普积极拥抱Wi-Fi 6核心功能及其不断创新的步伐,基于Qualcomm Networking Pro系列平台,RUCKUS Wi-Fi产品组合能够提供高性能的网络接入体验。”
屡获殊荣的康普RUCKUS接入点产品组合现包括:
R650和T750已于2020年第一季度开始出货,R550和R850将于2020年第二季度开始出货,T750SE将于2020年第三季度开始出货。
康普RUCKUS系列产品管理高级副总裁Bart Giordano表示:“作为业界领先的企业级解决方案,康普RUCKUS采用独特专利技术的全新Wi-Fi 6接入点能够满足不断增长的连接需求。我们持续投资于企业级Wi-Fi领域,加之最近推出的RUCKUS Analytics,我们已经得到了客户的积极反响。”
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
北京大学和百度VIS联合研发的MV-AR技术,首次让AI学会像人类一样逐步观察物体,通过自回归方式生成多视角一致图像。该技术解决了传统方法在处理大视角差异时的一致性问题,支持文字、图像、形状等多种输入,在3D内容创作、机器人视觉等领域具有广阔应用前景。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
Microsoft和Georgia Tech研究团队开发了SlimMoE技术,能将超大AI模型压缩到原来的10-20%大小而性能基本不变。该技术采用多阶段渐进式压缩,保留所有专家模块但精简内部结构,成功将419亿参数的模型压缩为76亿和38亿参数版本,让原本需要企业级硬件的AI能力可在普通电脑上运行,大大降低了AI技术使用门槛。