【深圳,中国,2023年4月20日】在华为第20届全球分析师大会期间,华为与产业组织、全球分析师就“F5G演进,释放绿色数字生产力”深入交流研讨。期间,华为光产品线副总裁金志国阐述了智简全光网面向行业基于F5G演进的5大解决方案创新,呼吁全光产业各方行动起来,共同推动F5G全光网络的发展,持续推进F5G演进。
华为光产品线副总裁金志国发表演讲
华为光产品线副总裁金志国表示,“随着数字经济的快速发展,行业数字化应用数量急剧增长,越来越多的企业选择多云战略,为了应对行业数字化转型的变化,联接逐渐走向智能化,智能联接将有效支撑企业数字化转型。光纤具有绿色环保、抗电磁干扰、低时延、无带宽限制等特点,是承载智能联接的最佳选择。在此基础上,未来F5G演进将进一步增强联接能力——更绿色、更高效、更可靠,同时延伸至感知领域,推动从万物互联迈向万物智联,不断激发行业绿色数字生产力,为行业数字化转型提供更多可能。”
面向五大典型场景的解决方案创新
华为认为,随着F5G技术的演进,在原来的基础上,新增了绿色敏捷光网( GAO)、实时韧性联接(RRL)、以及光感知与可视化(OSV)特点,华为智简全光网在园区网络、广域生产网、工业物联网、数据中心互联、行业感知五大典型场景将持续围绕F5G演进持续创新。
在工业物联网场景,全光工业网解决方案——高效联接打造面向工业5.0的无损工业光网,实现确定性低时延及全时“0”丢包:
随着行业数字化持续深化,对传统工业网络提出挑战:工业生产环境复杂,传统的铜线易受干扰导致丢包;海量终端设备的接入,网络拥塞时常发生,导致时延不确定;此外,传统网络复杂的组网方式,也为新业务快速上线、网络扩容带来困难。业界首个无损工业光网,实现全时“0”丢包、确定性低时延、超长链式组网三大创新,全面增强工业光网的联接能力,打造超高可靠的工业网络。
在园区网络场景,全光园区解决方案——绿色联接打造面向Wi-Fi 7的新一代园区网络,实现超万兆接入
随着云计算、大数据、IoT等技术广泛应用,企业办公、教育、医疗等园区场景的4K/8K、AR/VR应用急速增加,对园区网络的带宽、时延和可靠性提出了更高的要求。华为全光园区方案持续为行业打造绿色联接——业界首个50G POL样机,包含上下行对称50G PON OLT和光终端,将园区网络从10G PON升级到50G PON,助力园区用户拥有超宽网络体验,应对园区流量的快速增长。
在广域生产网场景,全光承载解决方案——可靠联接打造基于OSU的原生硬管道网络,实现5个9的可靠性
能源、交通等行业关系国计民生,通信网作为生产系统最基本的组成部分,对安全性和可靠性有很高的要求。电力线路无人巡检、智慧配电、公路智能监测、智能收费站等新兴业务快速发展,行业需要更大带宽和面向未来的生产通信网络。华为端到端NHP(Native Hard Pipe,原生硬管道)网络解决方案,基于第五代NHP技术OSU(Optical Service Unit),为业务提供从骨干层到接入层的原生硬管道隔离,打造更安全、更可靠的联接,助力行业客户实现安全生产、数字化运营并行发展。
在数据中心互联场景,全光数据中心解决方案——超宽联接打造面向高算力时代的DCI网络,实现高效能效和可靠网络
数据中心承载着企业的核心数据资产,更多企业选择数据中心容灾备份解决方案。然而光纤链路的抖动,会导致存储双活超时,造成客户业务交易失败。为降低网络抖动对数据中心业务的影响,华为首创“存光协同”方案,将存储I/O链路切换时间从120秒降低至2秒,I/O切换时间降低98%。同时通过华为独有的快速保护倒换技术,可以实现Super C+L链路5ms快速切换,切换时间降低90%,从而端到端提升数据中心容灾备份解决方案的可靠性。
在行业感知场景,全光感知解决方案——打造高精准度的行业感知网络,实现米级感知定位
华为全光感知方案应用从管线巡检延伸到周界防护场景,基于华为创新的oDSP和感知算法,实现“0”漏报和低误报,打造多维感知、高精准的周界防护能力,解决周界防护准确性的业界难题,保障铁路、机场和大型园区等安全。
面向未来,华为将围绕F5G演进持续创新,打造领先的产品和解决方案,携手各界,助力千行百业绿色、数字化双重转型。
好文章,需要你的鼓励
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。
谷歌发布基于Gemini 3的快速低成本模型Flash,并将其设为Gemini应用和AI搜索的默认模型。新模型在多项基准测试中表现优异,在MMMU-Pro多模态推理测试中得分81.2%超越所有竞品。该模型已向全球用户开放,并通过Vertex AI和API向企业及开发者提供服务。定价为每百万输入token 0.5美元,输出token 3美元,速度比2.5 Pro快三倍且更节省token用量。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。