8月14日,由中国工程院、南京市人民政府主办的“第四届未来网络发展大会”在南京当地和线上同时开幕,大会以“网络全球 决胜未来”为主题,吸引了众多国内外权威学者、行业专家以及政企高层管理者分享新知,探讨中国未来网络的变革方向。在大会的高端对话环节,紫光集团联席总裁兼新华三首席执行官于英涛与王小谟、李德仁、邬贺铨、刘韵洁、李国杰等五位中国工程院院士一道,就“新基建”时代下未来网络的发展进行了深入交流,共同探讨5G、工业互联网等前沿技术对社会、产业以及生活带来的影响,诠释了网络在智能化时代的重塑之道。
随着“新基建”的深入推进,未来网络正朝着泛在一体、高带宽、确定性、智能化、可信安全等方向加速演进,以适应数字化转型和数字经济发展的需求。于英涛表示,经过多年努力,中国在通信网络领域已经跻身世界领先水平,在技术研发、人才培育、产业布局等方面成效卓著。未来,新华三将与业界深化合作,聚焦产品技术自主创新,积极参与技术标准的制定,并且积极引入智能化技术,推进网络的智能化转型。
推进技术革新
为网络重构筑造基石
紫光集团联席总裁兼新华三首席执行官于英涛发表观点
作为“新基建”中信息基础设施关键组成部分的通信网络基础设施,既包括数据中心、运营商广域网、无线网等传统网络形式,也涵盖了5G、物联网、工业互联网、卫星互联网等新兴网络形态,这些不仅是推进企业数字化转型的关键,也是赋能数字经济和产业发展的基石。于英涛认为,面对当前数字化转型深化、业务上云、用户业务多样化、复杂化等多重因素的挑战,未来网络必须能够以多元化的业务场景承载能力、高带宽的性能优势以及更智能、安全的管理和运维,适应业务的动态灵活变化,提升客户服务体验,支持行业的业务自动流程,满足业务云化的智能运维需求,同时实现关键业务端到端、差异化的服务保障。
作为网络技术革新的推进者和引领者,新华三集团在“AI in ALL”智能战略的指引下,为未来网络的演进提供了一系列内生智能的产品、技术和解决方案,同时致力于帮助客户的业务和运营的智能化变革。于英涛介绍到,面向未来网络发展,新华三在“以智能联接使能智慧未来”的愿景驱使下,力行智能联接战略,推出了SNA先知网络架构、业界首个智能化交换板卡SeerBlade等创新产品和技术,将智能引入网络的设计、部署、运营和管理,同时借助在核心交换机、高端路由器、自研网络处理器等产品上的重大突破,为百行百业的数字化转型构建了性能和智能兼备的数字化基石。
聚焦应用
释放5G与工业互联网变革价值
数字化时代,行业应用是释放数据流动价值的重要途径。在新基建的推动下,5G正在以高带宽、低时延、广联接、高可靠等特性,加速推进百行百业的数字化转型。面对5G开启的政企市场新机遇,新华三集团与运营商深化合作,打造了完整的5G专网解决方案,能够简化网络部署,提升创新交付速度,深化5G的行业应用和部署。另一方面,在工业互联网的布局中,新华三与生态伙伴协同创新,打造了“从芯到云”的产业数字引擎。新华三推出的时间敏感型网络(TSN,Time Sensitive Network)交换机,以及与海尔集团共同构建的基于SDN的TSN测试床方案等一系列技术和产品革新,正在推动传统制造业转型再造,加速柔性制造、协同生产、个性化定制等应用的落地。
未来网络的创新和演进是推进“新基建”实施和落地的重要一环,网络的转型和重构不止将加速数据的流动,进一步释放数据资产的宝贵价值,更将为百行百业的数字化转型打造强劲的驱动引擎。在这一过程中,新华三集团将与业界合作伙伴一道,推进网络技术的迭代和创新,为中国数字经济的高质量增长提供新动能。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。