爱立信、英特尔和惠普企业(HPE)日前在第四代英特尔至强可扩展处理器上成功演示了爱立信的云RAN(英文Radio access network的缩写)解决方案。此举标志着爱立信在完全商业化的基于云的无线接入网络解决方案之路上迈出了重要一步。该解决方案可以帮助通信服务提供商提高网络容量和能源效率,进而获得更大的灵活性和可扩展性。

爱立信云RAN据称是业界首个成功演示的同类虚拟化解决方案,据称云RAN可在具有vRAN Boost功能的新英特尔处理器部署。爱立信合作伙伴表示,这一技术里程碑来得很及时,现在的5G RAN及之后的虚拟化和云原生技术正在越来越受到业界的关注。
三家公司表示,无线接入网(RAN)有一套独特的要求,而云RAN计算平台的处理则尤其有极高的要求。这些处理需求的满足需要诸如最新一代英特尔至强处理器中的加速技术。最新一代英特尔至强处理器拥有先进的功能,可以优化数据包和信号处理、负载平衡、人工智能和机器学习的工作负载性能以及实施动态电源管理。
爱立信、英特尔和HPE之间的合作也正在全球的开发实验室展开,包括加拿大渥太华的开放实验室和美国加州圣克拉拉的爱立信-英特尔联合技术中心。
首次端到端云RAN通话采用第四代英特尔至强可扩展处理器和英特尔vRAN Boost,在爱立信位于渥太华的开放实验室的HPE ProLiant DL110服务器上完成。首次端到端云RAN通话的完成标志着非常重要的一步,可以帮助服务提供商满足对更加开放、有弹性、可持续和智能的移动网络的多样化的需求。
HPE ProLiant DL110服务器针对诸如5G蜂窝处理(vRAN)的需要低功耗、高带宽和低延迟的边缘应用进行了工作负载优化。此外,该服务器是开放的并符合标准。HPE ProLiant DL110服务器是一个运营商级的基础设施,可以提供密集的输入/输出能力并具有PCI2 Gen4速度、加速和第四代英特尔至强可扩展处理器驱动的计算。
爱立信产品域网络主管David Hammarwall解释表示,“我们拥有高性能的云RAN解决方案和对更大的生态系统的广泛支持,这一成就表明我们致力于推动开放RAN的发展。”
他还表示,“我们正在与英特尔和HPE这样的合作伙伴开展合作积极推动开放标准,为未来网络提供智能的和可持续的解决方案。这也证明了我们这些公司之间的强有力合作关系。我们密切地合作并测试了预发布技术和互操作性。这使得我们离实现更快的上市时间和为客户提供高质量产品以提供高性能的云RAN网络的目标又近了一步。”
英特尔公司副总裁兼网络和边缘解决方案部总经理Dan Rodriguez补充表示,“只有通过开放的行业合作才能与爱立信和HPE一起实现这一重大的里程碑。这种强大的生态系统合作对于推动全球创新和大规模的商业部署绝对至关重要。在我们努力将移动网络推向未来的过程中,RAN虚拟化将会是下一个重大转型。”
HPE高级副总裁兼服务提供商、OEM和电信公司总经理Phil Cutrone表示,“我们很高兴能与爱立信和英特尔合作推进开放式RAN创新,以期为为运营商和企业提高网络容量、能源效率、灵活性和可扩展性。HPE ProLiant DL110云RAN优化服务器为爱立信和我们的联合电信客户提供了部署云RAN技术的理想平台,同时也解决了电信公司在功率和性能方面的挑战。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。