9月15日,紫光股份旗下新华三集团发布首款搭载自研智擎660芯片的路由器——CR16000-M智擎云业务路由器,其具备丰富云业务承载特性、电信级高可靠性、多业务叠加转发性能强劲等特点,为各行业客户骨干网/纵向网、城域网专线、数据中心出口等应用场景提供有力支持。
新华三集团路由器产品线首席架构师 程臻
云计算、5G、IoT等新技术蓬勃发展,让万物互联从想像变成可预见的未来,对网络连接也提出更高要求,亟需有保障、更精确、更快捷、更智能的联接。实现从连接到智能联接的转变,是迈向云时代过程中必须解决的问题,亦是新华三集团路由器产品线一直积极探索的方向。
芯路由:首款搭载智擎芯片汇聚路由器
站在网络变革关口,高端路由器作为组网的关键基础设施,是保障“智能联接”的重要一环。本次发布的CR16000-M采用新华三集团自研的智擎660芯片和Comware网络操作系统,具备电信级路由器的高性能、高可靠、全业务、智能化四大特征,为云时代客户提供快速业务开通、智能网络调度以及AI加持运维体验。

H3C CR16000-M智擎云业务路由器
新华三集团路由器产品线总经理兼首席产品经理曾富贵表示,“CR16000-M是首款搭载新华三自研NP智擎系列芯片的设备,它的发布标志着新华三已具备商用高端路由器从系统、芯片到设备的自主研发能力,且处于业界领先地位。”
新华三集团路由器产品线首席架构师程臻亦指出,“智能联接的实现最终落到软件和硬件层面,新华三自主创新的智擎芯片和Comware网络操作系统,是帮助新华三路由器持续保持智能联接创新优势的核心竞争力。”
智联接:全方位功能设计,为云而生
01
多级别网络分片——有保障
网络切片技术日新月异,如果完全依赖硬件,将导致一次技术升级就需要全网升级硬件的窘境。新华三集团创造性在物理层硬切片的基础上扩展出SRv6子切片功能,利用SRv6可编程特性,将应用对于切片的要求体现在每一个数据报文中。
CR16000-M智擎云业务路由器通过FlexE、子接口切片、Flex-Algo等多级别的网络分片方式,为用户在一套网络上提供多个专网服务,办公、视频、生产业务在不同的专网中,不同业务相互之间不受影响,让联接变得更加有保障。
02
SRv6一跳入云——更快捷
如今,云计算的使用已同水电一样渗入我们的日常生活中。以医院为例,医生需要在公有云中调阅病人的病理信息,在行业专属云中做医疗费用结算和病例归档。企业或政务上云,往往需要将现有网络进行跨域部署,技术难度大且维护复杂。
CR16000-M智擎云业务路由器采用SRv6一跳入云方案,中间网络支持IPv6转发即可,能简化跨域配置,大幅降低端到端业务开通难度,实现业务分钟级开通,让联接变得更加快捷。
03
随流检测+Telemetry——更精确
伴随视频会议、安防、机器视觉等视频业务的快速发展,面对瞬时的突发性视频流量,精准定位和排除故障成为一道难题。传统的检测技术仅能覆盖链路或者隧道的状态信息,而不是业务的信息,无法真实反馈业务的路径和丢包情况。
CR16000-M智擎云业务路由器通过随流检测+Telemetry的方式,将业务真实状态信息快速上报至控制器,时延/抖动检测可达纳秒级,为网络智能运维提供良好基础,让联接变得更加精确。
04
故障预演、业务仿真——更智能
当广域网设备、链路出现故障时,现网业务往往会重新规划,并且无法提前掌握网络状态变更情况,导致运维管理难度巨增。同时,网络拓扑复杂,新业务的叠加对现网影响常无法有效评估,会导致业务上线回退等问题。
CR16000-M智擎云业务路由器通过AD-WAN解决方案可以实现故障预演、业务仿真,可对链路割接、配置变更等进行仿真预演,提前感知网络变化对业务的影响,让联接变得更加智能。
05
设备功耗降低20%~30%——更节能
整机设计层面,CR16000-M智擎云业务路由器采用前后直通式风道设计,12个独立风扇构筑直通风墙,风量增加40%,让整板均温比传统模式低5 ℃。其精确的防回流设计,保障风道散热更加稳定,散热效率提高30%。
自研芯片层面,基于智擎660的绿色节能设计,结合低功耗高速SerDes和低功耗DDR控制器,支持按需激活处理器和主频,可以物理实现PPA极致优化。与上一代NP相比,智擎660芯片在同等性能下功耗降低41%。
新华三集团二十余载持续积累路由器核心技术,已经形成了从路由器核心芯片、网络操作系统,到整体设备架构,再到软件定义网络等完整的承载网核心技术体系。未来,新华三将基于“云智原生”战略和“数字大脑2021”,践行“智能联接”理念,携手政产学研用各领域合作伙伴,加速云、网、安一体化进程,赋能百行百业数字化转型。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。