Lumen Technologies对其美国网络的数据中心和云连接进行了重大升级,通过战略性扩张为大都市区提供高速数据中心连接能力。
此次升级使Lumen能够在16个高度互联的大都市区的70多个第三方云接入就绪数据中心提供"极速"、安全、成本效益的基础设施,支持高达400Gbps的以太网和IP服务。
覆盖地区包括北弗吉尼亚、亚特兰大、芝加哥、哥伦布、达拉斯、丹佛、堪萨斯城、拉斯维加斯、洛杉矶、明尼阿波利斯、纽约市、凤凰城、波特兰、圣何塞和西雅图。圣安东尼奥计划在2025年第四季度加入。
通过新的光纤网络,客户能够按需启用服务——在几分钟内配置带宽,扩展至400Gbps,并且只需为实际使用量付费。
Lumen表示,这将使客户能够轻松连接到数据中心和云接入点,扩展企业应用程序,并响应波动的AI和数据密集型需求以及下一代企业工作负载,同时有效管理成本。
可用服务包括:实时激活的按需以太网连接;可扩展的按需互联网接入;用于安全、可预测数据传输的点对点以太网E-Line服务;用于"无缝"站点互连的多点对多点以太网E-LAN服务;以及简化企业网络接入的E-Access服务。
由于拥有和运营底层网络,Lumen认为客户可以从更好的控制性、可靠性和性能中受益。
研究公司IDC全球电信研究副总裁Ghassan Abdo表示:"Lumen在为关键数据中心提供高速连接方面的网络投资是一个战略性举措,旨在满足对更多容量和数据中心覆盖范围不断增长的需求,预见了人工智能热潮中客户的需求,网络正成为不可或缺的资源。这一扩张支持AI优先规划和多云架构,确保为业务应用程序提供高性能环境,这是数字企业的生命线。"
Lumen首席营收官Ashley Haynes-Gaspar补充道:"这项投资不仅仅是为了更快的数据中心连接——它是为AI优先经济创建数字基础。我们为客户提供他们最需要的:性能、灵活性和规模化速度——无论他们是启用单个连接还是在大都市区协调数千个AI工作负载。
"随着企业竞相利用AI的力量,Lumen正在构建他们需要的网络基础,帮助他们更快行动、更智能扩展并保持领先。我们不仅要跟上数字化转型的步伐,还要帮助客户引领转型。"
该公告是在Lumen宣布将为Juno跨太平洋海缆系统提供地面回程连接几周后发布的。该海缆由Seren Juno Network Co运营,长度为10,000公里,采用下一代空分复用技术,设计可在20个光纤对上提供高达350Tbps的传输能力。
Lumen的暗光纤回程网络旨在将流量从海缆在加利福尼亚州格罗弗海滩的美国登陆点传输到圣何塞和洛杉矶的两个主要接入点,帮助"革命性地改变"美国和日本的业务运营和技术进步。在海缆登陆站将Juno连接到两个关键接入点将有助于数据到达美国各地的主要云中心、数据中心和企业网络。
Q&A
Q1:Lumen这次网络升级覆盖哪些地区?
A:此次升级覆盖16个高度互联的美国大都市区,包括北弗吉尼亚、亚特兰大、芝加哥、哥伦布、达拉斯、丹佛、堪萨斯城、拉斯维加斯、洛杉矶、明尼阿波利斯、纽约市、凤凰城、波特兰、圣何塞和西雅图,在70多个第三方数据中心提供服务。
Q2:Lumen升级后的网络能提供多快的连接速度?
A:升级后的网络可提供高达400Gbps的以太网和IP服务,客户能够在几分钟内配置带宽,按需扩展至400Gbps,并且只需为实际使用量付费。
Q3:这次网络升级对AI应用有什么特殊意义?
A:这次升级专门针对AI和数据密集型需求的波动以及下一代企业工作负载而设计,为AI优先经济创建数字基础,帮助企业协调数千个AI工作负载,支持AI优先规划和多云架构。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。