近日,HPE宣布收购私人蜂窝网络提供商Athonet,收购金额不详。Athonet总部位于意大利维琴察,成立于2005年,主要提供基于公众宽带无线电服务的移动分组核心、SIM卡和无线电,以快速轻松地建立和部署专用蜂窝网络。
HPE将通过此次收购成为第一家拥有自己私有无线产品组合的主流网络提供商。目前,HPE通过与Celona的合作伙伴关系进入该市场。当被问及此次收购对于和Celona的合作伙伴关系意味着什么,HPE表示将继续支持现有客户,并将寻找有意义的机会。
Athonet和Celona都是私有5G(P5G)提供商,但进入市场的方式是不同的。Celona的“5G in a box”是一个完整的交钥匙解决方案,部署和管理方式就像企业Wi-Fi一样,而Athonet的优势是移动核心,专为运营商设计,需要与编排工具和其他组件进行一些集成。
除了P5G之外,Athonet还提供运营商级的4G演进分组核心,拥有由LTE和5G端点的本地语音和视频服务组成的IMS业务。HPE是一家以企业级著称的厂商,但确实也有服务提供商业务,而Athonet可以为两者都带来助力。
在过去的几年里,围绕私有5G的炒作很多。尽管一些行业观察家预测,P5G最终会蚕食Wi-Fi,但我认为情况并非如此。后者的好处是更易于操作,运行成本低得多,几乎无处不在,支持Wi-Fi的设备要比蜂窝设备多几个数量级。事实上,Wi-Fi适用于许多场景,尤其是在传统办公环境中。
P5G非常适合于那些网络连接对业务运营至关重要的用途,例如装配线、仓库、机器人、工业物联网和采矿作业都需要最高的可靠性才能发挥作用,任何停机时间都可能使组织损失巨大,因此私人蜂窝网络的溢价是值得的。
尽管用途不同,HPE可以通过收购创建“1+1=3”场景,统一两种网络的管理和安全。我不认为我们会看到融合接入点,因为Wi-Fi和蜂窝无线电的传播模式和范围完全不同。5G接入点的覆盖范围更广,因此它与Wi-Fi相比只需要一小部分无线电。
真正有意义的在于统一策略和统一管理。在这种情况下,HPE会考虑把Athonet集成到Aruba Central网络管理门户中,让管理员可以从一个位置创建访问策略或者更新通用配置,同时将其传播到两个网络。此外,Aruba Central还具有支持AI的洞察力、安全功能和工作流自动化,这些也可以应用于Athonet,进一步改善运营。
正如预料的那样,HPE在新闻稿中表示,计划把Athonet P5G作为HPE GreenLake“边缘到云”平台的一部分,客户可以在平台上通过按月订阅的模式购买有线网络、Wi-Fi和专用蜂窝网络,无需资本上的支出,这有助于降低P5G部署的风险,让公司试用该服务,了解是否适用,然后在有了业务案例之后再扩展网络。
可以公平地说,围绕P5G的营销已经超过了实际部署,但这应该是意料之中的,因为IT专业人士在看到实际应用之前很难了解这项技术都可能带来什么。更多新的用途将有助于激发创意和创新,为该技术创造“上升趋势”。这对HPE来说是一个很好的举措:提前进入市场,通过GreenLake推动采用。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。