极致,是一种追求,更是一种态度。而企业对产品的极致追求,更是企业负责任的一种体现。下面就让我们来看一下,新华三企业无线是如何在标准相同、指标相近、功能相仿的同质化时期,利用智能运维,将无线产品做到极致的。
网络智愈,让客户回归业务本身
在与新华三集团无线产品线总经理赵玉金的沟通中我们可以了解到,新华三在2017年8月8日首发了Wi-Fi 6企业无线之后,几乎实现了Wi-Fi 5到Wi-Fi 6的产品切换。随着客户逐渐回归于业务本身,怎么让客户业务好用、易用、体验好,以及让他们省更多的人力去思考真正的业务,成为新华三一直在思考的地方。

新华三集团无线产品线总经理赵玉金
在随后的大约五年多时间里,新华三通过大数据和AI的方式,解决运维的问题,实现网络问题自动优化,达到“网络智愈”。 “网络智愈”最终的目的是免运维,让运维这个服务成为一种远程监控和提醒,最后全部交给新华三的智能运维自己去渐进优化,达到一个理想状态。

例如,在赵玉金的实例讲解中我们可以了解,在新华三协助建设的某校园无线网络中,师生经常遇到走出校门口后,即使有无线信号,但是扫不了共享单车的问题。这是因为校门口属于学校边缘,无线信号不好,因此影响到应用的正常使用。新华三了解到这个问题,在与师生进行深入探讨后,给出了其基于智能运维的独到解决方案。即依据边缘AP和它的漫游轨迹进行路线分析,当分析出这个终端是要离开校园后,一旦终端离开AP的有效范图,就自动让它离开网络。至此校门口因连接无线无法扫描共享单车的问题也就解决了。
此外,还有很多无线运维问题,同样可以依据智能运维去进行解决。比如在一些高密度无线接入场景中,常常遇到的“乒乓漫游”问题。当终端处于两个AP信号相仿的AP之间,很容易出现反复切换的情况,当达到一定频次时,智能运维就可以判定它是“乒乓漫游”。这时候的解决方案就是将其中的一个AP信号稍微增强一点,基本就可以解决这方面的问题。
智能运维4i技术,让无线接入更快速、更智能
智能运维看上去很简单,但实际上想要真正成功运营,需要有一套体系化的技术积累进行支持。新华三将其总结为iRadio、iStation、iHeal和iEdge。
首先,iRadio是解决空口的问题。比如ARP报文,因为它是广播报文,用最低的速率发送,直接就把空口资源占满了。所以,我们一定要站在业务本身来考虑,要把空口资源省出来让真正的业务使用,省出1%,这个网络就好用了。
其次,iStation是解决终端更快更好地接入问题。以前经常会提2.4G和5G的接入导航,如果发现终端支持5G,但想接2.4G,就尽量不让它接。现在的终端如果是双频的,都会优先接5G的。
以上两点是基础,而核心则是新华三的iHeal,通过把服务和研发人员碰到的实际问题的数据可视化,利用数据发现和分析,去解决实际的问题,最大化省去现场结局问题的人力和时间成本。目前新华三已经积累了上百种问题解决方案,像“出门问题”、“乒乓问题”等,只要看整个网络终端波动情况,如果发现有信号来回跳的现象,就直接依据相关策略调整AP功率,一点点地把它优化掉。未来,随着时间的积累,新华三收集到的问题和解决方案也会越丰富,智能运维就会越发成熟,从而可以更好的对企业无线网络实施智能化的管理。
当然,智能运维仅仅是新华三企业无线解决方案其中的一部分,还有可以识别关键业务、加速关键业务、重点保障关键业务的边缘感知iEdge;更快速度、更高性能的“智快”无线接入产品。

正是由于这些智能化的运维策略与智能化的高性能无线产品相结合,才可以让新华三的企业无线在追求极致的道路上越走越远,从而让企业无线达到极致。
好文章,需要你的鼓励
IBM在量子开发者大会上发布两款新型量子处理器。Quantum Nighthawk配备120个量子比特和218个新一代可调耦合器,比前代产品增加20%耦合器,可执行复杂度提升30%的电路。Quantum Loon是实验性处理器,展示了实现极低错误率和高效错误恢复的所有组件。IBM计划2026年底确认首批量子优势案例,并于2029年交付大规模容错量子计算平台。
腾讯研究团队提出GCPO算法,通过引入"黄金答案"解决小型语言模型推理能力不足问题。当传统对比学习失效时,该方法为模型提供正确示例指导,在多个数学推理基准上取得25%-54%的性能提升,为小型模型突破能力边界提供了新思路。
VDURA数据平台第12版本通过扩展元数据计算、添加系统级快照功能和支持叠瓦磁记录硬盘来降低每TB成本。新版本引入弹性元数据引擎,可动态扩展元数据节点,将元数据操作性能提升最多20倍。快照功能支持即时的节省空间的数据集时点副本。SMR硬盘支持通过智能写入放置引擎,在不影响吞吐量的情况下每机架增加25-30%容量。
上海人工智能实验室联合多家机构推出MUSE框架,首次实现AI助手的经验学习与自我进化能力。MUSE采用三层记忆架构,通过"计划-执行-反思-记忆"循环,让AI能够像人类一样从工作中积累经验。在TAC基准测试中,MUSE创造性地达到51.78%成功率,成为首个突破50%大关的系统,标志着AI助手从静态工具向智能伙伴的重要转变。