高性能光学组件供应商 Fujitsu Optical Components (FOC) 的 ZR/ZR+ 模块、白盒交换机/路由器解决方案提供商 UfiSpace 以及网络解决方案公司 DriveNets 宣布完成了多项 DriveNets Network Cloud 软件在 UfiSpace 白盒上的测试和认证。
像 Fujitsu 这样的 ZR+ 模块,当与分解式网络解决方案结合时,据称能为网络公司带来经济效益,最大化模块传输距离并扩大服务提供商的选择范围。
DriveNets/FOC 的组合解决方案旨在确保 DriveNets 网络操作系统 (DNOS) 不仅支持将 FOC 的 ZR/ZR+ 模块插入白盒,还在 UfiSpace 白盒上支持这些模块。它还支持这些模块在多种操作模式下运行,包括 ZR 和 ZR+。
这三家公司表示,他们正在合作,通过将三个通信层合并为单一平台并消除对独立光学转发器的需求,为网络运营商带来显著的成本节约。这也有助于减少运营商的硬件占用空间,降低运营开销、占地面积和能源使用。
FOC 光学解决方案还包括来自 NTT Innovative Devices Corporation 的组件,该组件旨在通过创新的基于光学的基础设施技术克服现有基础设施的限制,实现高速、大容量通信。
这一战略与 NTT 主导的创新光无线网络计划 (IOWN) 保持一致,该计划旨在满足未来超连接商业世界的不断增长的需求,提供利用光子技术的超高速、大容量互联网服务的未来全球通信基础设施。
从技术角度来看,IOWN 包括三个主要技术领域:全光网络 (APN)、数字孪生计算和认知基础。包括终端在内的网络和信息处理基础设施旨在使用专注于光学的技术提供高速、大容量通信,以及大量计算资源。
DriveNets、UfiSpace 和 Fujitsu Optical Components 都是 IOWN 全球论坛的成员,该论坛推广 IOWN,共享未来通信基础设施的愿景。这个组合解决方案将成为 IOWN 网络解决方案的一部分,提供capable 400Gbps 长距离传输的交换机/路由器。
Fujitsu Optical Components 的企业官员 Yukiharu Fuse 表示:"我们与 DriveNets 的合作使运营商能够构建更高效的网络,并简化端到端网络管理。这种整合不仅确保 FOC 的 ZR/ZR+ 模块能够被 DriveNets Network Cloud 软件无缝调整、配置和管理,还保证了一个经过充分测试和验证的集成解决方案。"
UfiSpace Japan 负责人 Norry Lin 补充说:"我们在开放分解式网络方面的共同愿景已经在行业中产生了重大变化,使运营商在构建网络方面拥有更大的灵活性,并允许他们大幅提高网络效率。今天的公告更进一步扩大了服务提供商的选择,并减少了硬件占用空间。"
DriveNets 全球战略联盟副总裁 Nir Gasko 表示:"ZR+ 模块的最新进展简化了相距数百公里的数据中心之间的连接,同时创建了一个融合的网络基础设施,减少了运营商需要管理的网络元素数量。像 Fujitsu Optical Components 提供的这样的创新 ZR+ 模块,与分解式网络解决方案相结合,为全球运营商带来了巨大的经济效益。"
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。