该产品是在爱立信旗下云原生基础设施上一个预集成的分组核心网软件版本,用了专门设计、占用空间较小的硬件。
该分组核心网能够支持包括5G独立组网 (SA)、4G和非独立组网(NSA)在内的各种应用部署。
爱立信分组核心网解决方案领域负责人Monica Zethzon表示,“我们通过这一解决方案提供了一种升级到云原生并引入5G核心网的新方法,这种方法建立在我们的全球最先进网络的深厚经验基础之上。这大大简化了现代化进程,同时可以释放我们的世界一流云原生软件的全部潜力。”
新的分组核心网系统旨在解决运营商面临的现代化挑战,例如升级流程日益复杂和效率低下等挑战。
爱立信表示,运营商能够将新的分组核心网以集中式或分布式的方法扩展到现有系统。爱立信将为迁移工作负载的运营商提供支持,并通过解决方案生命周期管理服务监督网络升级。
爱立信称,运营商使用该解决方案的预定义配置后,部署期间需要调整的参数减少了80%,可减少高达30%的能耗。
Zethzon 补充表示,“我们自豪地推出爱立信紧凑型分组核心网,希望可以为通信服务提供商加快云原生之旅和管理容量增长。”
数据分析和咨询公司GlobalData的首席分析师Glen Hunt表示,“爱立信紧凑型分组核心网是一个预集成解决方案,因此可以消除冗长的互操作性和集成测试带来的部署障碍,另外,爱立信紧凑型分组核心网占用的空间更小,而且具备内置配置,这意味着可以实现成本更低、复杂性更低且耗时更短的迁移。”
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。