华为全联接大会2022期间,在“F5G演进,重塑行业生产力”峰会上,华为携手客户及伙伴,围绕F5G(第五代固定网络)的新品和解决方案,分享在能源、交通、政务、医疗、教育、制造等行业场景的应用实践。
华为政企光领域总裁谷云波表示,华为基于F5G深耕行业场景,打造了F5G智简全光网解决方案,已为10多个行业提供超过40个创新场景化应用。他倡议全产业链共同推动F5G技术创新及在千行百业的广泛深入应用,重塑行业生产力。
华为政企光领域总裁谷云波
会上,广州供电局通信中心总经理莫文雄表示,F5G硬管道技术能够很好地匹配电力通信网横向隔离和纵向认证的要求。广州供电局基于原生硬管道(NHP)技术,构建了广州电力通信传输网,目前正在基于最新的OSU技术构建新的网络。
深圳地铁运营集团有限公司通号中心副总经理刘伟林介绍,F5G全光承载网构建城轨云平台坚实可靠的联接底座,端到端硬管道为城轨智慧业务体验提供保障,助力深圳地铁打造了“安全、正点、舒适、贴心”的地铁运营优质服务品牌。
深圳市龙岗区政务服务数据管理局高级工程师韩晶分享道:“依托F5G技术,构建一张安全、可靠、稳定的深圳市龙岗区城市光网,实现政务、教育、视频、会议等网络的多业务融合,进一步夯实龙岗区基础设施底座,支撑新型智慧城区各项应用全面开花。”
贵州省人民医院信息处主任贺松表示,借助F5G全光网络,实现了院区网络多网合一,通过硬隔离方案满足医疗等保要求,加快低碳节能智慧医院建设,持续提升医疗服务智慧化水平。
四川农业大学信息与教育技术中心副主任尹祥提到,F5G全光网具备灵活扩展、多网融合和智能运维的特点,将高速有线、无线网络覆盖到办公室、宿舍、教室等场景,满足教学、科研等需求,加速智慧校园建设。
聚微网络有限公司解决方案部技术总监魏景晨曦分享了F5G全光工业网在徐工集团的应用实践。他表示:“对比客户场景特点和需求痛点后,我们发现,F5G全光工业网方案可以很好地解决工业企业用户面临的厂房大、工期紧、双碳指标压力大等难题。”
四川西南交大铁路发展股份有限公司总经理赵平在演讲中介绍,交大铁发与华为联合创新,通过光纤传感与视频联动,打造了铁路周界防护光视联动解决方案,保障铁路周界安全。
华为认为,F5G将进一步向绿色敏捷全光网(GAO)、实时韧性联接(RRL)和光感知与可视化(OSV)三大全新应用场景演进。
为了满足更多的行业场景应用需求,华为推出了一系列F5G智简全光网新品。其中,在全光工业网领域推出三款无损工业光网新品——业界首款全光智能授时物联网关Huawei OptiXstar T823E-T,业界首创的光增程器Huawei OptiXstar T650E,及新款小型化千兆工业ONU Huawei OptiXstar T602E。
在全光园区领域,华为推出业界首个硬隔离光终端Huawei OptiXstar P893E;在全光承载领域,推出超低功耗工业级OTN CPE Huawei OptiXstar E810;在全光感知领域,推出周界防护场景的光纤传感产品Huawei OptiXsense EF3000-F50。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。