近日,国际数据公司IDC发布《中国路由器市场季度跟踪报告,2022Q1》,报告显示,2022年一季度,紫光股份旗下新华三集团以17.8%的市场增速,位列中国企业网路由器市场主流厂商增速第一,并且在制造业、政府、医疗、公用事业等关键行业的市场份额排名中拔得头筹。在整体市场份额上,新华三更是以10.4%的份额位居中国市场第二,并连续五年稳居市场前二。广泛的市场认可来自新华三长久以来的持续技术创新与坚定投入。同时立足广域网技术领域,更是不懈推动“AD-WAN+”解决方案的行业部署与应用,以期为各行业用户数字化转型打造智能联接底座。

AD-WAN+
迎面IPv6+,以云智原生构建新型网络
近年来,工信部等有关部门发布了《IPv6流量提升三年专项行动计划(2021-2023年)》,对IPv6的建设和发展做出了具体部署。随着IPv6网络“高速公路”全面建成,新华三集团顺
应IPv6+创新应用带来的变革机遇,围绕“云智原生、开放生态、绿色低碳”三大理念,基于路由器产品、技术创新及深刻的行业洞察,打造出了“AD-WAN+”解决方案,在实现IPv6+的全面布局基础上,帮助用户快速开通业务、提高网络资源利用率、保障关键业务实时运行、及时定位和排除故障,打造一张赋能数字化转型发展的新型基础设施网络。
聚焦AD-WAN+前沿技术创新
推动行业场景落地
在AD-WAN+的持续演进中,新华三集团始终围绕应用驱动网络的核心技术路径,以关键技术的突破性创新版本的演进,以开创性的实践应用进一步丰富了行业应用场景,推动未来广域网向着智能化、确定性、超大规模、超大带宽、安全可信、绿色低碳等方向加速演进。
● 聚焦行业需求,推动iFIT技术落地:面对行业应用场景的多元化,新华三积极推动高精度随流检测iFIT技术的标准落地,不仅参与多项IETF的iFIT标准制定,更积极推动iFIT技术在不同厂商之间的标准统一,让新一代广域网能够实现精细化运维、应用级可视及高速排障。目前,新华三已经完成了在运营商的第三方对接工作,并且已经在长城汽车等承载网中实现了应用和落地。
● 探索前沿科技,引领确定性网络创新:在确定性网络创新上,新华三高端路由器构建的确定性网络能够通过SRv6的可编程能力以及CSQF的确定性队列转发,实现高精度调度和资源弹性分配,推动跨区域间的确定性时延转发,真正做到资源的共享利用,支持1500公里超远距离、大规模组网下的确定性服务,端对端抖动小于15us。满足工业互联网场景下对抖动的严格需求。
应用驱动
以AD-WAN+重构行业场景
依托在IPv6+、确定性网络等技术创新上的重大突破,新华三集团基于“应用驱动”的实践理念,积极推动AD-WAN+与行业场景的深度融合,在政府、金融、企业等关键行业打造出了一系列定制化解决方案,推动了百行百业的转型再造。
● AD-WAN+政府--可靠保证,再造数字政府底座:为了推动“一网通达“、”一网通办”、“一网统管”的智慧政务网落地部署,新华三AD-WAN+解决方案能够全面满足政务网络创新需求,以网络切片技术实现“一网多平面”,灵活地承载不断涌现的各类政务业务,同时SRv6能实现业务到云端的“一跳入云”,大幅降低端到端业务开通难度。此外,SDN全局性的路径调度规划还可以保障视频会议等突发、临时性的关键业务的网络体验,助力数字政府创新升级。
● AD-WAN+金融--智能加持,加速数字金融创新:为满足“一总行、多分支”架构下分行链路质量选路调度的目标,新华三以端到端SRv6能力打造数字金融广域网,通过随流检测(iFIT)等技术保障金融业务在可靠性、连续性上的高标准要求。以我国某四大资产管理公司为例,新华三AD-WAN+基于用户业务自动计算和选择可靠性、健康性最优的链路,均衡流量分布,让链路利用率提升了50-70%。
● AD-WAN+企业--降本增效,助力行业激活价值:针对企业业务成本高、效益低等问题,新华三企业分支解决方案引入互联网专线、4/5G接入的建设模式,以“零配置”实现分钟级的快速开局,配合全网运维可视化,助力业务降本增效,为华润集团等领先企业打造出了数字化转型的有力引擎。
在数字化发展的新阶段,网络作为数字经济的传输底座,正在面向云智原生、网络自治的方向加速演进。作为数字化解决方案领导者,新华三集团在“云智原生”战略的深化之年,以不断进化的数字大脑,结合深厚的技术积淀和丰富的实践经验,推动智能技术与网络创新的深度融合,赋能金融、能源、交通等各大行业的数字变革,引领数字经济的高质量发展新征程。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。