至顶网网络与安全频道 09月11日 北京报道:2020年可谓是Wi-Fi 6的发展元年,4K/8K视频、AR/VR、物联网等新兴应用场景给无线网络带来了新的需求与挑战。Wi-Fi 6作为新一代无线局域网技术标准,具备高速率、多并发、大容量、低功耗、低成本等技术优势。同时,“新基建”的提出与落地,更加快了5G基础网络建设的进程,而5G与Wi-Fi 6之间将是何种关系,又将如何演进?
Wi-Fi 6对比上一代无线局域网标准Wi-Fi 5无论是在性能还是功耗方面都有较大提升,尤其在速率与多并发方面提升显著,这些新的特性也将给用户的实际业务带来更多的帮助。IDC助理研究总监胡向东指出,“Wi-Fi 6发展空间巨大,未来Wi-Fi 6将通过广泛连接、极致体验为企业提升效率、优化流程、创新业务等多方面带来巨大价值。并建议企业在Wi-Fi 6的部署过程中,应该从业务驱动的角度出发规划建网,选择更适合自身业务发展的技术路线,渐进式的对现有网络进行改造与升级。”
当前,新基建正在加快实施与落地,而以5G为代表的基础网络作为新基建的重点建设领域,未来将与Wi-Fi 6网络呈现出何种关系,两者将如何实现共生共存?对此,北京邮电大学经济管理学教授、博士生导师、学术委员会主席曾剑秋表示,“5G与Wi-Fi 6技术的相互融合将是未来趋势,应用方向将聚焦全场景化,并将成为未来网络智能化发展的重要载体。而未来在整体网络建设中,也将采取广域网为主,局域网为辅的混合式组网方式。”
“极智Wi-Fi 6”:以快智胜 以稳智远
“新基建”来临,联接面临巨大挑战,这些挑战源于实际场景的业务需求,其一,追求极致速率;其二,追求超低延时;其三,海量联接需求;其四,业务融合需求,多种泛联接技术因场景、业务的不同将被融合使用,而大数据分析等能力更需要上层应用和基础联接相互融合,才能真正发挥出其最大价值。
新华三集团网络产品线副总裁刘宜平指出,Wi-Fi 6时代,新华三极智Wi-Fi 6将围绕“以快智胜,以稳智远”,以极致速率胜任全场景业务对联接的挑战,以稳定可靠的联接保障客户业务长久发展。另外,刘宜平表示,“未来,新华三Wi-Fi 6将与5G技术相互补充,携手为新基建打造数字联接基础。同时,新华三推出的‘极智Wi-Fi 6’不但具备极致速率、超低时延等传统特点,同时还将更具有竞争力:首先,极低的建设成本,以高密场景为例,单点Wi-Fi 6建设成本更低,可为更多用户提供优质服务;其次,覆盖更加精细化的场景,新华三Wi-Fi 6全系支持物联融合,可根据场景、业务任意扩展任何制式的物联网协议;再者,是业务使能,Wi-Fi建设不依赖运营商,数据自主可管,可根据场景以及需求快速开发相关业务;最后,新华三可以提供更短的Wi-Fi 6建设周期。”
Wi-Fi 6+5G+IoT融合网络架构
基于对场景和业务需求的深入理解,新华三可以提供融合Wi-Fi 6+5G+IoT的网络架构,最大程度保证网络构架的弹性及Wi-Fi 6、5G、物联网络的灵活扩容,降低整体网络的建设成本。同时通过打通不同连接之间的数据壁垒,实现全域数据的联动,进一步降低管理及维护的成本,为业务使能夯实基础。同时,借助无线智简运维还能够对Wi-Fi、物联网及5G网络实现统一管理与维护。实现一张网络承载客户的各种业务,满足不同业务应用场景需求,大幅提升企业生产与经营效率,为企业数字化转型提供可靠的基础连接,实现万物互联。
未来,新华三Wi-Fi 6+5G+IoT融合方案将进一步为“新基建”提供数字联接基础,助力全场景全行业业务的提升,不断促进社会经济发展,致力以科技提升用户的幸福感。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。