近日,紫光股份旗下新华三集团发布业界首款本安型万兆工业以太网交换机,产品融合了优质的电气电路设计、成熟的软件功能以及先进的网络协议,引领矿用安全型核心网络能力迈上新台阶,以更高性能、更高精度的网络联接为智慧矿山等工业严苛场景构建坚实数字底座。
高性能+高精度+高安全,构建更懂矿山场景的网络联接
矿山是工业网络的典型应用场景,随着矿山智能化建设进程不断加快,国家各部委陆续发布《关于加快煤矿智能化发展的指导意见》、《煤矿智能化建设指南(2021 年版)》等政策,为建设新一代智能化矿区网络指明方向。其中,基础设施的硬性指标也成为国家对主干网络规范要求的重要评分项,明确要求交换机产品需达到本安标准,并兼顾高性能、本安防爆、小体积、易维护等特性。
由于矿山生产场景的特殊性,交换机产品在电压、电流、储能元件、电路隔离和电气间隙等方面的设计要求比普通工业交换机严格很多。本次新华三集团推出的本安型万兆工业以太网交换机H3C IE4520融合了优质的电气电路设计、板材加工、高精度制造以及先进网络协议等多项技术创新,全面满足高效可靠、智能可视的矿区网络建设需求。
● 严格遵循本安标准:产品主体设计完全满足Exib标准要求,整机设计无需厚重的专用防爆壳,本安级设计从根本上解决了火花和爆炸风险,系统安全性更高。产品重量可控制在10kg以内,较上一代重量优化了90%,单人实现安装部署并易于后期运维。
● 性能精度超前领先:具备6个万兆的以太网光接口可以实现高速环网骨干连接,8个千兆的电接口和4个千兆光接口可以满足井下视频监控、Wi-Fi 6接入等多种业务的接入能力,RS485的通信接口可以连接各种环境传感器数据,满足井下环境监测数据采集的需求。产品具备高精度的1588V2时钟,时钟同步精度偏差可控制在正负8ns以内,保障环网自愈时间可以小于15ms,远低于国家标准要求的50ms,优于业界平均水平70%以上。
● 软硬件一体化:产品搭载新华三Comware操作系统,满足全IPv6协议并支持SDN能力,能够以秒级的间隔主动上报设备自身的各类精细化状态信息,通过新华三iMC智能管理中心实现井下网络的可视化管理和流量的精细管控,以及光链路的故障诊断和故障预测功能,帮助用户打造一张智能可视的高速矿山网络。在开放式硬件架构基础上,未来只需通过软件升级即可平滑实现更先进的网络功能。
● 全面的安全防护机制:产品具备四层安全防护功能。在业务层面支持URPF检测、防ARP攻击、DDoS攻击功能;流量控制层面支持精细的ACL/QoS调度功能,灵活控制网络资源的分配;终端接入层面支持EAD准入策略,防止非法终端接入;设备保护层面支持CPU防护,防止协议报文恶意抢占CPU资源。
工业产品布局丰富,积极响应新时代网络发展趋势
新华三集团作为网络进化和变革的引领者、赋能者,除了在以太网交换机市场大放异彩,在工业场景下同样具备丰富的产品布局。基于对客户需求的深入洞察,新华三陆续发布了具有抗辐射、抗电磁干扰、耐高低温、抗震、高安全、易维护等特点的工业交换机40余款,并在轨道交通、电力能源、高端制造等行业实现大规模部署,客户覆盖90%以上的电力能源企业,轨道交通行业每年发货量超过1万台,在蓬勃发展的城市轨道建设中持续贡献力量。同时在高端制造业,新华三积极参与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。
面向未来,新华三将依托“云智原生”战略,进一步聚焦工业场景投入,紧密围绕用户需求,以全栈式、全方位的网络解决方案,赋能百行百业的创新发展和数字转型之路。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。