近日,国际数据公司IDC发布《中国以太网交换机市场季度跟踪报告(2022Q1)》,报告显示,紫光股份旗下新华三集团在中国以太网交换机、企业网交换机、数据中心交换机市场,分别以38.7%、39.8%、37.7%的市场份额独揽三项第一,实力诠释了中国网络市场领导者地位。

作为支撑数字经济发展的关键技术,网络正加速向高速泛在、智能敏捷、绿色低碳等方向演进。坚持立足当下、面向未来,新华三集团通过超前布局新一代网络技术,推进核心产品创新,实现了园区、数据中心、工业的全场景覆盖,能够提供适用于不同场景需求的网络方案与产品。本次实现“三冠加冕”,足以证明市场对于新华三技术实力的高度认可。
化繁为简 保障新一代园区网络建设
园区的场景和业务需求复杂且多样化,作为连接园区各信息节点的关键设施,交换机的“智慧能力”至关重要。新华三集团以“融合业务,智慧接入”为目标,提供包括核心、汇聚、接入等全场景交换机产品,具备超大带宽、多业务融合、安全可信、智能运维等特点,通过搭载自主研发的云原生网络操作系统Comware,以满足用户针对自身业务扩展网络实现增值应用的需求。今年4月,新华三重磅发布了业界首款400G园区核心交换机H3C S10500X-G,打破了园区交换机的性能极限,引领园区网络正式迈入400G超宽时代。在方案层面,新华三应用驱动园区网(AD-Campus)解决方案在园区业务部署、用户终端管控、数据可视化以及智能运维等方面不断创新,通过结合全系列交换机、WLAN产品,从技术、方案和产品多维度全面保障新一代园区网络建设,以差异化优势满足园区客户需求。
超宽低耗 加速数据中心绿色转型
随着5G、AI、大数据、云计算等技术与各行各业深度融合,数据中心流量被推到全新高度,要求数据中心网络架构需具备超宽、无阻塞、智能化等特点。与此同时,数据中心的能耗问题将愈发凸显。面向数据中心超宽、绿色的新趋势,新华三集团推出了完备的400G数据中心方案,并在国内头部的多家互联网客户中得到大规模的应用。站在400G时代的前沿,新华三并未停止创新脚步,今年5月,新华三推出搭载NPO硅光技术的400G硅光融合交换机,在充满动态的技术发展中持续探索,依托硅光技术有效解决高速传输和低功耗的平衡难题,不仅可满足5G时代数据中心的高带宽、低时延、低功耗需求,也是积极响应国家“双碳”目标之举。此外,新华三数据中心交换机还支持智能无损网络、AI ECN、SRv6等新技术,可大幅提升数据传输和转发效率,提供确定性的网络服务保障。
协同演进 赋能工业互联技术创新融合
在工业场景下新华三集团同样具备丰富的产品布局。传统行业正加速与工业互联网、物联网融合,面对兼顾高效数据传输和工业级稳健双重需求的工业场景,新华三集团深入洞察客户需求,陆续推出了具有抗辐射、抗电磁干扰、耐高低温、抗震、高安全、高稳定性、易维护等特点的工业交换机,具有高可靠的三防保护,符合高工业标准,并在平安城市、制造业、轨道交通等行业有了诸多成功实践。同时,新华三也积极参与TSN(时间敏感网络)的前沿研究,通过将TSN技术与自身硬件设备结合,在TSN产品打造、技术融合、生态建设等方面取得了诸多成果。未来,在工业场景新华三会进一步聚焦场景投入,积极助力能源、煤碳等行业的信息化建设,并配合客户进行更多特定化的开发。
未来,在“云智原生”战略指引下,新华三将积极把握未来网络发展脉搏,秉承应用驱动网络的理念,以技术创新推动“数字大脑”持续进化,赋能百行百业数字化转型,为数字经济建设贡献力量。
好文章,需要你的鼓励
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
睡眠耳塞制造商Ozlo正将其产品转型为数据平台。公司与冥想应用Calm建立合作,利用SDK分享睡眠传感器数据,帮助内容创作者了解用户真实反馈。Ozlo计划推出AI睡眠助手、耳鸣治疗订阅服务和床边音箱等新产品,并收购了脑电图技术公司Segotia,预计2027年推出脑电监测产品进军医疗设备市场,目前正在进行B轮融资。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。