2021年2月3日,主题为“2021年传输接入伙伴政策解读暨华为F5G全光园区交付与运维培训”的#Σco时间#活动沙龙举行。华为中国政企传送与接入解决方案部渠道总监曹传坤在主题为《合作F5G 繁荣光生态》的分享中,围绕F5G三大场景的生态拓展策略、行业场景洞察、激励政策等角度展开,助力“追光者”共同繁荣生态。
华为网络解决方案服务部全光园区交付专家谢晓东在主题为《F5G全光园区简交付、智运维》中,总结2020年交付场景中分工界面配合、实施流程、实施方法以及ONU规范化部署等要点,操作演示eSight20.0如何对F5G全光园区进行调试与运维,助力伙伴简交付、智运维。
繁荣光生态 掘金F5G
曹传坤在主题分享中表示,固网产业迎来快速发展新机遇,特别是我国提出“新基建”,加快推动5G网络部署,促进光纤宽带网络的优化升级,直接带动F5G全光基础设施的发展,这在未来五年将带来1000亿的产业发展空间。“华为依托城市光网、园区光网、工业光网‘三张网与新基建,不断拓展产业新边界’。” 曹传坤表示,得益于不断对传接产品与解决方案的精耕深造,华为在传接产品领域近三年保持了20%的年复合增长率。而这样的成绩离不开众多合作伙伴的支持。
“华为F5G‘星光计划’从产业标准、人才培养、地市纵深、星光激励等为维度持续赋能F5G产业。”曹传坤介绍道。在全光园区、能源、交通、工业、电力、智慧城市等领域,华为携手上下游,推动产业合作和标准落地。目前,全光网络技术联盟协会已经有70多家单位入驻,覆盖设计院、集成商、业主、伙伴;华为还发布了众多行业白皮书,比如《智能电网下一代承载技术Liquid OTN白皮书》、《铁路下一代承载网应用技术白皮书》、《全光智慧城市白皮书》、《轨道交通新一代承载Liquid OTN技术白皮书》等。在合作伙伴赋能方面,华为携手伙伴,协作实现共生、互生、共赢,保证赋能提升资源全面、及时、快速,20年已上线包含33个解决方案共36门的课程;1年2次星光计划线下培训;联合伙伴营销营商环境挖掘线索。曹传坤表示2021年华为将继续加强伙伴激励,纵深拓展地市市场。
2021年,华为将实现地市纵深生态扩展,依托生态经营与本地孵化,通过传接解决方案部、地市穿透人力团队、配置助理人员与总经销商团队、设计院与分销商资源引荐等举措,让地市合作伙伴懂行、懂传接,实现区域市场发展,打造“1+1+3+N”地市生态伙伴体系。
简交付、智运维
POL是一种新型园区网组网方案,凭借其架构稳定、部署快、成本低、易于扩展、后期维护方便等优势,打破了传统网络局限,成为园区网络建设的优选方案。谢晓东在培训中介绍了POL工程实施关键注意点,以及ONU规范化安装建议、ONU典型信息箱与安装组件、ONU部署故障案例。
谢晓东通过ONU安装、ONU电源安装、信息箱内布线等方面内容讲解了POL ONU部署选址及规范部署要求。同时,他展示了ONU典型信息箱、安装组件的几个参考布局,并介绍了山东历城二中、云南蒙自医院、浙江义乌教育、合肥工业大学、浙江电力等实际应用的ONU信息箱作为参考。通过某学校MA5626 POE设备业务异常和某地EG8040C不上电以及网口不通故障案例,谢晓东说明了ONU部署故障问题根因以及解决建议。
华为2020年推出了eSight20.0,eSight PON在系统调测和网络运维方面做了巨大的改进,调测更简化,运维更直观、智能。谢晓东详细介绍了借助eSight 20.0实现POL去专业化调测与运维的步骤,7个配置步骤,点餐式配置与批量配置相结合,PON相关配置后台自动实施,实现简单化部署。eSight用极简的运营方式来解决非常复杂的网络问题,适用于大多数园区网络管理。依靠eSight专门管理POL网络,可实现一人一园区。
围绕规划、硬装、软调和运维,华为专家通过理论要求与实践展示、实际操作相结合的讲解方式,使听众能快速掌握POL交付要点和最新的系统调测维护方法,帮助POL网络建设高效、高质,无运维后顾之忧。
结语
通过本次直播活动,致力于掘金F5G市场的合作伙伴可以更好地了解华为在F5G的生态建设布局。华为依托成熟的产品技术与解决方案可以帮助合作伙伴在POL方面实现简交付、智运维。展望未来,华为愿意持续将F5G技术、行业数字化转型方案和生态理念带给更多的客户和伙伴,加速社会数字化转型步伐。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。