尽管墨西哥东南部地区人口众多,但长期以来一直缺乏高质量的网络基础设施。为了缩小这一数字鸿沟,墨西哥通信服务商MX Fiber宣布正在该地区建设一条长达1800公里的数字骨干网络。
MX Fiber专注于通信基础设施资产,主要业务涵盖墨西哥的长途和城域光纤网络。目前,该公司拥有并管理着超过800公里的现有网络。新的基础设施建设采用了诺基亚的Flex-Grid DWDM技术和1830光子服务交换机(PSS)。
这条骨干网络旨在为社区、企业和政府项目的经济振兴和现代化服务奠定数字基础。恰帕斯州、塔巴斯科州、金塔纳罗奥州、坎佩切州和韦拉克鲁斯州的客户很快将享受到更快的互联网速度、增强的云访问能力以及对数据密集型应用的支持。这些地区长期以来都缺乏充足的基础设施。
该基础设施支持高达2.4Tbps的吞吐量,设计用于提供可扩展的10G、100G和200G服务。诺基亚表示,这使其成为下一代云、企业和政府工作负载的理想选择。这家通信技术提供商声称,增加的容量将改变数据中心、工业区和海底运输枢纽的连接性,为更智能的商业、交通、公共服务、移动出行和数字包容奠定基础。
谈到这次部署,MX Fiber首席执行官内斯托·贝尔热罗表示:"我们很高兴与诺基亚合作,部署一个经过验证的光学解决方案,以更低的运营成本提供大容量和高质量服务。这个解决方案对支持我们的客户以及特万特佩克地峡跨洋走廊和玛雅火车等大型项目的成功至关重要,这些项目旨在刺激该地区的经济发展。我们期待与诺基亚继续共同成长和发展。"
诺基亚拉丁美洲网络基础设施副总裁哈维尔·法尔孔补充道:"这是墨西哥东南部数字包容和经济赋权的重大进步。我们很荣幸能够用世界级的光学技术支持MX Fiber,提供规模化、可靠性和面向未来的性能。"
诺基亚1830 PSS的设计允许在不中断现有服务的情况下升级到400G和800G。诺基亚表示,内置的动态网络管理和通过光时域反射仪(OTDR)进行的实时性能监控将为MX Fiber客户提供"安心保障,确保他们的连接稳固、响应迅速,并为未来需求做好准备"。
墨西哥的这个新网络是诺基亚近期在拉丁美洲地区为支持数字包容而进行的一系列部署中的最新项目。
在巴西,该技术公司与电信基础设施机构巴西Solis Tower电信建立了合作伙伴关系,表示将提供灵活且具有竞争力的数字农业解决方案,为拉丁美洲最大国家农村地区的农业企业带来急需的连接性。该合作伙伴关系旨在扩展专用无线网络,帮助提高生产力、效率和可持续性,最终增加粮食产量。它还将推动数字包容,为农村或种植园区域的许多农业社区带来可靠的连接性。
此外,诺基亚正在与运营商秘鲁全球光纤公司合作,在被称为三国边境地区的南美洲区域部署水下和面向未来的光学、IP和光纤宽带网络,该地区是秘鲁、哥伦比亚和巴西的交界处。这是世界上最偏远、连接性最差的地区之一,但该技术提供商表示正在努力缩小这一巨大的数字鸿沟。
Q&A
Q1:MX Fiber在墨西哥东南部建设的网络有多大规模?
A:MX Fiber正在墨西哥东南部建设一条长达1800公里的数字骨干网络,采用诺基亚的Flex-Grid DWDM技术和1830光子服务交换机。该网络支持高达2.4Tbps的吞吐量,设计用于提供可扩展的10G、100G和200G服务。
Q2:这个网络项目将为哪些地区提供服务?
A:该网络将为恰帕斯州、塔巴斯科州、金塔纳罗奥州、坎佩切州和韦拉克鲁斯州的客户提供服务。这些地区长期以来都缺乏充足的网络基础设施,客户将享受到更快的互联网速度、增强的云访问能力以及对数据密集型应用的支持。
Q3:诺基亚1830 PSS有什么特殊功能?
A:诺基亚1830 PSS的设计允许在不中断现有服务的情况下升级到400G和800G。它具有内置的动态网络管理和通过光时域反射仪进行的实时性能监控功能,为客户提供稳固、响应迅速且面向未来的连接保障。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。