一束光可以传输的数据量有多大?现在可以给出的答案是400Gbps,而传输距离也可以达到成百甚至上千公里。如此高的数据传输能力,是无论几类网线都难以胜任的。并且随着网线类型的提升,还需要更加专业的网线制作工具,而网线的数据传输距离也在大幅下降。随着光纤使用成本逐步下降,光进铜退已成为当前越来越多企业的明智选择,甚至在很多家庭装修中,墙壁里预埋的也不再是网线而是光纤。
那么接下来的问题就是,如何部署一张适合当前数字化网络应用需求的全光网络?为此新华三集团在2022年4月发布智融全光1.0解决方案的基础上,于同年12月正式发布智融全光园区2.0解决方案。新一代的智融全光2.0园区解决方案实现了关键核心技术的重大突破,在“极智、融合”的路线上持续深化,从而更好的满足高校、政府、医疗、交通、矿山、电力等不同行业的新一代园区网需求。
新华三集团副总裁、网络产品线总裁曾富贵表示:“伴随数字化转型的推进,传统园区网在组网和承载能力等方面的乏力之处正不断显现,新华三智融全光2.0解决方案能够帮助百行百业实现园区网络基础架构的代际升级,助力用户园区网络体验跃升新台阶,更好的拥抱数智未来。”
作为智融全光2.0方案升级重点,新华三集团网络产品线副总裁、交换机产品线总经理李玉涛介绍道:“新华三通过新架构、新接入、新体验的组合实现了‘能力的向上生长’,全面拓展了园区组网、安全、管理和业务应用等方面的体验,这样可以让用户将精力更多投入到业务创新上而不是基础设施的复杂管理和维护上。”
园区网络接入场景丰富,拥有一套弹性灵活的网络架构是重要的基础底座。在智融全光园区2.0方案中,新华三对网络架构的革新无疑是亮点之一。基于光电混合缆技术,新华三推出了全新“光影系列”产品,由“光主机”与“影终端”共同组成。其中,光主机融合了 SDN、集中供电管理等众多优势,通过部署创新的光电混合缆解决接入层设备远程供电的问题;影终端则包含众多型号的接入交换机、Wi-Fi 6/7 AP,能够充分贴合不同场景需求,为用户提供即插即用、灵活部署、统一纳管、静音降噪的接入体验。有了光影系列,用户可以随时在需要的地方增加接入点,而不需要考虑供电问题和配置管理问题。
随着园区网承载更多业务、更多设备,安全性与接入灵活性一度成为用户关注的热点。为此,新华三在智融全光2.0方案中引入了零信任安全机制,能够帮助用户对海量设备、身份、权限、行为和日志进行全量管理,获得“百密而无一疏”的安全体验;在接入层面,新华三同样为客户提供了全系列 XGS-PON 产品,通过与 Wi-Fi 6/7、5G 技术的结合,满足全园区的高速网络无死角覆盖。
无线接入是园区网大势所趋。在智融全光2.0方案中,新华三凭借在无线领域多年的技术积累,利用边缘计算能力进行应用识别和分类,通过快照对比保障关键业务,并根据不同业务分配独立的资源;在服务端,通过全网可视化查看指定业务与指定用户的体验,帮助网络管理人员更快发现问题,以此实现端到端应用驱动网络的运维体验。
对此,新华三集团网络产品线架构与规划部部长傅嘉嘉表示:新华三智融全光2.0解决方案为园区客户打造了下一代智慧园区基础底座。配合基于 SDN 的网络即服务开放 API,不同行业和应用场景的用户可以快速搭建智慧园区业务,为智慧校园、智慧医院、智慧政府、智慧企业等智慧类创新业务的落地提供先进网络支撑。
未来,在“云智原生”战略的指引下,新华三集团将以技术创新推动全光网络的持续演进,助力园区网络光速前行。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。