根据Point Topic发布的固定宽带可用性最新报告,英国宽带行业在2025年上半年继续稳步发展,光纤到户(FTTP)覆盖率已接近全国家庭和企业的五分之四。
截至2025年第二季度末,包括Openreach光纤网络、独立供应商、Virgin Media O2光纤网络和KCOM在内的整体FTTP覆盖已超过2600万个场所,占英国场所总数的77.8%,相比第一季度末的75.8%有所提升。FTTP场所绝对数量同比增长15.3%。
研究指出,虽然超过15%的增长率令人印象深刻,但随着英国全光纤覆盖率接近五分之四,增长速度正在放缓。
另一个突出发现是光纤网络重叠建设进一步增加。截至2025年第二季度末,1090万个场所可接入两个或更多FTTP网络,占全英场所的32.6%,高于第一季度的30.1%。
超过175万个场所被三个或更多光纤网络覆盖,这一数字增长了12.4%。全国范围内,200万个场所可在两个或更多光纤替代网络中选择,相比第一季度的190万有所增加,但替代网络重叠建设速度有所放缓。
从推动行业发展的公司来看,英国市场领导者Openreach在第二季度新增98.2万个全光纤场所。Openreach FTTP覆盖总数达到1870万个场所,环比增长5.6%,其全光纤网络现已覆盖全英55.6%的场所,高于第一季度的52.7%。
研究还显示,Openreach仅提供ADSL、FTTC和Gfast服务的场所数量持续下降,减少了97.7万个,几乎与FTTP新增数量相当。非光纤网络在英国仍覆盖1430万个场所,但这一数字环比下降6.4%,目前比FTTP场所少430万个。
在伦敦和东南部以外的地方政府中,Openreach拥有最高的FTTP覆盖率。与往季类似,在这一指标的前20个地方政府中,有9个位于北爱尔兰。贝尔法斯特在Openreach光纤可用性方面仍居首位,覆盖了96%的场所。
2025年第二季度,Barnet和Barnsley地方政府新增FTTP场所最多,分别为14900个和14200个。全国范围内,多个地方政府的FTTP场所出现显著百分比增长,突出增幅包括Na h-Eileanan Siar(58.2%)、设得兰群岛(36.9%)、西邓巴顿郡(31.1%)、南泰恩赛德(25%)、塔姆沃思(23.9%)和Castle Point(21.1%)。
在主要替代网络供应商中,在光纤场所覆盖超过10万个的公司中,CityFibre仍位居榜首,其网络覆盖的410万个FTTP场所已达到可服务状态。Netomnia(包括brsk)、Nexfibre和Community Fibre分别以250万、180万和140万个场所位居其后。
Q&A
Q1:英国光纤宽带覆盖率现在达到了什么水平?
A:截至2025年第二季度末,英国光纤到户(FTTP)覆盖率已达到77.8%,覆盖超过2600万个场所,接近全国家庭和企业的五分之四,相比第一季度末的75.8%有所提升。
Q2:哪些地区的光纤网络建设进展最快?
A:2025年第二季度,Barnet和Barnsley地方政府新增光纤场所最多。在增长率方面,Na h-Eileanan Siar增长58.2%,设得兰群岛增长36.9%,西邓巴顿郡增长31.1%等地区表现突出。
Q3:英国光纤宽带市场的主要供应商有哪些?
A:市场领导者是Openreach,覆盖1870万个场所,占全英55.6%的场所。主要替代网络供应商包括CityFibre(410万个场所)、Netomnia(250万个场所)、Nexfibre(180万个场所)和Community Fibre(140万个场所)。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。