2021年9月27日,主题为“创新点亮数字化未来”的第三十届中国国际信息通信展览会(PT EXPO 2021)在北京如期开幕。展会汇聚业内的科技创新技术专家和优秀企业,共同探讨数字化创新的新趋势、新场景、新成果。
作为运营商领域的优秀合作伙伴及ICT行业的领导品牌,锐捷网络应邀赴会,展出了400G/100G极简数据中心、Wi-Fi 6 Plus黑科技、5G云小站、三擎云桌面等前沿创新产品和方案。锐捷网络运营商系统部5G解决方案总监竺向宇应邀在“5G创新发展高峰论坛”做《深入场景,提供灵活创新的5G解决方案》主题报告,展现了锐捷网络优异的垂直行业创新能力和5G网络技术水平。
锐捷亮相PT EXPO 2021
新云网:新架构开启新时代
云计算是当前运营商业务转型的主要方向之一,锐捷网络不断推进数据中心网络架构演进。锐捷网络数据中心RG-N18000-X系列核心交换机已经大量部署在运营商数据中心,如中国移动、中国电信的公有云、私有云和网络云/电信云。锐捷数据中心核心交换机上已支持100G/200G/400G线卡,为数据中心建设开启了100G/400G高速体验。
本次展会上,锐捷网络全面展示了能够近一步提升网络架构灵活性和经济性的400G/100G、100G/25G、100G/10G小核心架构的数据中心交换机产品。锐捷将数据中心网络架构提升到400G小核心时代,不仅推动数据中心网络在更高速、更灵活、更智能方面不断迭代,更为运营商和云商不断提供更为经济的组网方案。
新云网展区
5G云小站:经济灵活全覆盖
锐捷网络从2018年投入资源开展5G研发,并业界首推x86平台开放架构的5G小站,并率先通过三大运营商研究院互通性测试。目前,锐捷网络已配合移动、电信、联通在智慧工厂、商贸体、营业厅等不同场景的5G应用试点,并配合移动完成了对接5G现网的场外试点。
锐捷网络5G云小站已迭代至框式BBU,最大支持128个RRU。锐捷网络RRU支持移动160MHz的多频多模、 电信/联通200MHz的 4G/5G多模,支持新建5G带4G等不同场景覆盖需求。同时,还能够灵活支持多种5G toC与 toB网络融合共建的部署模式。借助锐捷云小站整体方案,运营商可根据场景需要,更加灵活、经济的分期分阶段建设5G室内覆盖网络。
5G云小站展区
新无线:黑科技确保新体验
Wi-Fi 6为企业用户提供万兆级无线吞吐和千兆级无线接入能力。但实际应用中,Wi-Fi 6网络仍然存在三大痛点影响性能体验:首先,与高速终端并存的低速终端会拉低整个无线网络的性能;其次,钓鱼AP对无线网络安全产生威胁;第三,云端服务器难以应对大规模Wi-Fi增值应用,边缘AP计算能力和性能不足以处理无线大数据分析计算。
为了让用户真正享受到新一代无线技术Wi-Fi 6的升级体验,锐捷网络面向企业级客户推出Wi-Fi 6 plus ,确保Wi-Fi6终端的高速率体验,针对流氓钓鱼AP确保网络安全。同时与锐捷云端的WIS无线智能优化系统联动,真正实现无线大数据边云协同。
另外,锐捷网络支持WiFi、5G、IoT网络融合的WIS智能无线网优系统、跟进5G超低时延行业应用标准的C-V2X车联网方案和智能组网方案也在本次展会亮相
新无线展区
信息通信业肩负着推动“制造强国、网络强国、数字中国”建设的重要使命。当前5G、AI、物联网、云计算、边缘计算、工业互联网等新技术和新业态蓬勃发展,锐捷网络持续深耕运营商行业,不断针对运营商行业应用创新场景化解决方案。未来,锐捷网络将携手更多产业伙伴,持续与运营商客户深度合作,继续做深做透,不断创新,助力实现数字创新的美好成果的真正共享,推动数字化美好未来。
好文章,需要你的鼓励
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
微软八月补丁星期二更新修复了超过100个漏洞,其中包括8个关键的远程代码执行漏洞,影响DirectX、Hyper-V、Office等多个产品。此外还修复了Windows NTLM权限提升漏洞、Hyper-V信息泄露漏洞等。值得关注的是Windows Kerberos权限提升漏洞CVE-2025-53779,虽然已有公开利用代码但暂无实际攻击证据。SharePoint的两个漏洞也需重点关注,特别是RCE漏洞CVE-2025-49712可能与已知认证绕过漏洞组合使用。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。