【西班牙,巴塞罗那,2023年2月27日】在MWC 2023期间,由欧洲知名分析调研机构IDATE主办的“绿色全光网络论坛”成功举办。论坛上IDATE、标准组织、华为、产业组织、领先运营商等都倡导加速千兆网络建设,华为光产品线总裁靳玉志发表主题演讲并阐述了“绿色千兆”愿景,定义了实现绿色千兆全光网络的“G-I-G-A”四大发展方向,呼吁全光产业各方行动起来,共同推动绿色千兆网络的发展,支撑未来网络演进至万兆,持续迈向F5.5G。

IDATE成功举办“绿色全光网络论坛”
千兆宽带已在全球加速发展,随着8K、IoT、VR、AR等应用的加速和普及,人们对于带宽和联接的需求将急剧增长,在此趋势下,华为阐述了“绿色千兆”的愿景:带宽和联接数增长5倍以上,而单比特建网和运维成本降低至五分之一,同时能耗不增加。靳玉志倡议,光网络需要在“G-I-G-A”四大发展方向上构建网络能力,即超大带宽(Giant capacity)、全维智能(Intelligence for all)、确定体验(Guaranteed experience)和极简架构(Architecture simplified)。华为绿色智简全光网具备从“G-I-G-A”四个方向进行全面升级的能力,助力全球运营商构筑绿色千兆全光网络,为用户提供优质的千兆体验,并支撑网络向F5.5G演进。

华为光产品线总裁靳玉志发表主题演讲
超大带宽:从骨干到末端家庭,千兆网络需要高性能400G、端到端OXC、城域OTN、10G PON和FTTR等创新技术,打造400G到骨干、100G到城域、10G到接入、1G到房间的全光网络,打破节点容量、网层容量和网络端到端容量的瓶颈,满足业务带宽需求,帮助运营商增收。
确定性体验:华为FTTR星光F30将光纤从家庭延伸到房间,创新的C-WAN架构实现2000Mbps全屋Wi-Fi覆盖,无感漫游,带来最佳家庭体验;华为OptiX Alps-WDM将OTN从汇聚节点下沉至CO,形成端到端全光网络,实现最佳承载体验。
极简架构:两个“一”实现极简全光架构。一站式接入,华为CO+AirPON方案将10G PON能力带到杆站、路边站和楼宇内,创新聚合管理方案将多站点融合为单站点管理,通过一个站点和一张网络接入toH和toB所有业务,OPEX 降低约60%;全光一跳直达,华为OXC立体骨干方案与城域池化波分方案结合,实现了业务从云端到用户端的全光调度,大幅降低建网成本、空间和能耗。
全维智能:全维智能带来体验提升、运维效率提升和能耗降低。品质宽带解决方案通过对体验数据的分析,主动及时发现故障并完成优化;光缆数字化方案通过设备对光缆的感知和数据集中分析,实现光缆网络可视可管;绿色全光运维方案能够根据单板、端口使用率和流量进行动态节能调整。
靳玉志表示:“华为将持续创新,基于绿色千兆愿景和‘G-I-G-A’四大发展方向,支持运营商打造面向未来业务发展、高效运营的绿色千兆全光网络。”
2023年世界移动大会于2月27日至3月2日在西班牙巴塞罗那举行。华为展区位于Fira Gran Via 1号馆1H50展区。华为与全球运营商、行业精英、意见领袖等一起深入探讨5G商业成功、5.5G新机会、绿色发展、数字化转型等热点话题,运用GUIDE商业蓝图,从繁荣的5G时代迈向更加繁荣的5.5G时代。欲了解更多详情,请参阅: https://carrier.huawei.com/cn/events/mwc2023
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。