2020年12月13日,新华三集团与合肥综合性国家科学中心人工智能研究院合作的“智能网络联合实验室”在第三届 IEEE 信息中心网络国际学术会议(HotICN 2020)上正式揭牌,并确定了以边缘计算、智能网络技术和智能网络安全的三大研究方向。
聚力三年,成果丰硕

智能网络联合实验室以服务国家ICT技术发展战略为己任,聚合中国科学技术大学等优质校企创新资源,历经三年可谓是成果丰硕。

获得了重大科技奖项。“计算、存储、传输一体化的智能网络技术与设备”荣获安徽省科学技术一等奖。该项目解决了传统网络传输过程中难以感知网络环境、传输内容和安全风险的问题。承接完成多项科技重大专项:新华三集团携手项目组率先提出新型智能网络设备架构,研制了全球首款超高性能智能网络交换机,实现单台设备 230.4Tbps 的数据交换吞吐能力;T比特级高性能多业务综合安全网关,对未知攻击检测率达到 95%;高性能智能网络检测仪等系列新型网络设备,单卡每秒新建连接数达到 743 万,检测时间精度达到 4.69ns,较国际同类产品的最优指标分别提升了 2 倍和12倍。大幅提升了我国网络设备研发和制造能力。以及面向智能驾驶的5G边缘计算技术及应用示范项目等。

实现了众多科研成果产出、落地。
三年来,智能网络联合实验室共获授权专利和软著50余项,参与制定标准4项,发表IEEE顶级期刊和论文多篇。智能网络系列创新成果获未来网络领先创新成果奖和最佳智能交换机产品奖等共10项。实现了合作成果在新华三交换机、路由器、VDI云桌面、智算中心解决方案、无损以太网解决方案、数字能源整体解决方案等产品中相继产品化落地。
值得一提的是:高性能网络AI模块SeerBlade智能板卡和可重构高通量智能网络检测仪的研发落地,直接推动了向智能化网络的发展,为智能网络提供可靠的研发平台,有力推动通信行业加速我国网络迈入智能网络时代。通过搭载SeerBlade智能板卡,新华三集团推出的高端交换机产品S12516X-AF产品,成为业界首款搭载CPU和GPU的高性能AI云数据中心核心交换机,为用户提供更灵活、更智能、开箱即用的全新网络体验。
促进科研成果产业化、构建多个创新平台。智能网络联合实验室承接了科技部重大仪器研发专项“可重构高通量智能网络检测仪”,以解决国家高端测试仪器国际依赖难题,孵化国产自研智能网络测试仪,弥补国内市场空白。同时,实验室积极建设创新平台,建立起安徽省/合肥市新型研发机构,并筹建的安徽省工程研究中心、合肥市技术创新中心。
构建生态、促进人才培养
如此亮眼的成绩关键在于实验室构建了一个紧密的合作生态。智能网络联合实验室作为一个纽带,将产业界、学界紧密连接,构建起一个多方参与、共同发展的创新生态系统,形成了“产-学-研”协同模式下的资源整合和优势互补。
更重要的是,智能网络联合实验室为我国网络安全领域培养输送了专业人才。智能网络联合实验室作为新华三校企联合实验室、产学研示范基地,一方面承接了企业前沿技术研发、产学研模式上进一步探索,另一方面培养了网络安全领域的高精尖人才。
联合实验室作为一种创新的模式,根据企业实际需求开展课题研究,联合培养专业硕士研究生,在保证课题实用性的基础上,切实提升学生实践能力,让技术真正“学有所用”。


人才培养模式上,联合实验室采用“1+2”的全日制培养模式,即第一年聚焦理论学习,在中科大校本部内展开理论知识学习;第二、三年开展“实践培养”,学生需参与联合实验室技术课题,期间接受“校内导师+企业导师”的双重指导,同步学习理论与技术能力。
首届毕业的联合培养硕士研究生共10名,完成智能数据传输、边缘AI推理架构研究、工业互联网安全防护技术等5个合作研究课题,在技术、理论双重能力上得到充分提升。目前,新华三集团与中科大的联合培养研究生招生人数已达50人,涉及计算机技术、电子与通信工程、软件工程等多个专业方向。
着眼未来,创新探索
网络是实现数字经济以及数字化解决方案的关键底座。新华三集团依托智能网络联合实验室平台,通过坚持以技术创新为发展引擎,已在面向未来网络前沿理论、技术研究和下一代产品预研开发上走在了时代前列。
为推动数字化转型进程,加速将数字化能力与工业制造深度结合,联合实验室将充分发挥创新技术孵化基础功能,围绕行业前沿需求,持续加大云与AI领域技术研发力度,推动产学研用资源深度融合,为百行百业转型升级提供底层创新支持。
面对新时代下对科技创新的新挑战与新机遇,新华三将持续秉承“精耕务实,为时代赋智慧”的理念,发挥市场需求、集成创新、组织平台的优势,实现从科技强到企业强、产业强、经济强的全面升级,紧紧围绕科教兴国、人才强国、创新驱动发展战略,构建产学研融合创新体系,以科技为锚,创新为帆,持续领航智能新时代,为我国数字经济高质量发展添智赋能!
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。