爱立信推出了一款智能云原生传输控制器,该控制器使用人工智能(AI)和机器学习(ML)来分析和自动化微波、IP和光网络,从而最大限度地提高移动传输网络效率。
这家通信技术提供商表示,大多数网络问题仍然是手动解决的,这导致了巨大的运营成本,并带来了人为错误和潜在安全问题的风险。同时爱立信指出,数据流量的增加和用户对高速、低延迟连接的期望要求部署的新站点和硬件必须能够与旧设备一起进行受到监控和管理。
Ericsson Transport Automation Controller旨在帮助立即查明性能下降和容量利用率问题,并提供有关如何优化整体网络性能的见解,此外借助AI驱动的自动化,它还减少了人为错误和故障排除。
据称,Ericsson Transport Automation Controller能够降低运输网络的复杂性,提高运营和能源效率,同时优化性能。这是通过提供实时网络可观测性和数据分析来实现的,可以了解某些问题发生的原因以及网络中发生的趋势和性能异常问题,从而实现预防性维护等主动网络控制。
爱立信表示,该控制器可以在数小时内完成部署,根据需要轻松扩展以适应任何网络规模,从而降低总拥有成本并提高灵活性。由于该控制器具有直观的、基于网络的用户界面,因此易于使用和管理。
该产品的主要特点是具有AI驱动的洞察力;灵活性和可扩展性;支持标准化;和开放性。AI驱动的智能和洞察,是利用5G Transport开发的AI/ML模型提供了基于实时传输网络监控和频繁数据收集的高级分析结果。
该产品提供了用于传输网络可观察性的单一管理平台,通过基于网络的界面以及可定制的仪表板和配置向导实现自动化和控制。
这款可扩展的云原生产品旨在部署在客户本地环境中,能够轻松从小规模网络扩展到大型网络。
Appledore Research合伙人、首席分析师Grant Lenahan在评估该产品的推出时表示:“爱立信在无线电、回程、微波和分析方面的专业知识为传输自动化控制器提供了坚实的平台。自动配置、寻路和其他高级功能与AIOps相结合,有助于推动消费者和企业用例的智能运输自动化。”
爱立信传输自动化产品线负责人Jari Augustin补充道:“Ericsson Transport Automation Controller是我们最新的云原生AI软件,让我们的客户能够轻松且经济高效地查看、理解和自动化他们的微波、IP和光纤网络。”
“它是建立在爱立信近50年的微波技术经验基础、以及十多年来在传输网络人工智能和机器学习方面的广泛研究基础上的。这款新产品是分析工具和软件定义网络控制器的独特组合,引领了自我优化和自我修复传输网络的道路。”
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。