研究显示,专网5G部署在未来五年将保持稳定增长,这主要由系统集成商的新网络部署机会推动。但尽管增长强劲,系统集成商主导的部署仍然面临复杂性和总拥有成本问题,Firecell与CloudRAN.AI的合作伙伴关系旨在解决这些障碍。
Firecell成立于2021年,为港口、工厂、国防、物流和关键基础设施领域的系统集成商和企业提供服务,专门开发面向工业环境的专用5G连接解决方案。其服务集成了硬件无关的欧洲主权核心网络,包括可编程无线接入网、AI驱动的网络智能和管理系统。
在最近与Accelleran合并后,该公司目前在法国、比利时、英国、德国和波兰运营,并在欧洲、美国和亚洲进行部署。
CloudRAN.AI为企业和工业部署提供专网5G和无线接入服务。其产品组合包括适用于室外和复杂室内覆盖的可扩展无线接入网架构,配备AI原生网络规划系统和关键通信功能。
通过结合Firecell的交付模式和CloudRAN.AI的模块化无线架构,两家公司旨在使专网5G部署更快速,在经济性历来难以证明的场所中更具成本竞争力。此外,他们希望扩大系统集成商可选择的无线硬件选项,重点降低总拥有成本和现场部署时间。
这一综合架构立即在欧洲和北美推出,旨在满足要求苛刻的企业和工业环境的性能要求。
Firecell首席执行官Claude Seyrat表示:"专网5G正从大型旗舰部署转向更大量的中型工业和企业站点。在这种规模下,总拥有成本和部署速度决定项目是否获得批准。这一合作为系统集成商提供了硬件经济性和部署简便性,使他们能够在这些项目中竞争,同时获得最苛刻用例所需的性能支持。"
集成产品组合涵盖两种常见部署场景。对于室外覆盖,Firecell将提供CloudRAN.AI的10W和40W一体化无线设备,这些设备将基带和无线电合并在单个单元中,减少组件并加快安装速度。
对于医院、多层设施和分隔建筑等复杂室内环境,两家公司采用Pico Radio Unit Active DAS架构,多个单元作为统一覆盖层运行,以减少切换问题并在设备在建筑内移动时保持连接性。
该合作还支持多区域部署,具备欧洲和北美市场所需的频段多样性。Firecell保证,对于任何需要"强力"室外或复杂室内覆盖的项目,都可以通过其合作伙伴网络交付CloudRAN.AI无线产品组合。
CloudRAN.AI合作总监Michel Trudelle表示:"这一合作使系统集成商更容易以企业站点所需的速度和成本交付专网5G。通过Firecell的生态系统,系统集成商可以获得CloudRAN.AI一体化无线设备用于高效室外覆盖,获得Active DAS用于复杂室内环境,这样他们就可以标准化设计,降低现场复杂性,并以在真实条件下表现良好的性能进行可重复部署。"
Q&A
Q1:Firecell是什么公司?主要服务哪些行业?
A:Firecell是成立于2021年的专网5G解决方案提供商,主要为港口、工厂、国防、物流和关键基础设施领域的系统集成商和企业提供服务,专门开发面向工业环境的专用5G连接解决方案。
Q2:Firecell与CloudRAN.AI合作的主要目标是什么?
A:两家公司合作旨在使专网5G部署更快速,降低总拥有成本和现场部署时间,扩大系统集成商可选择的无线硬件选项,在经济性历来难以证明的场所中提高专网5G相对于Wi-Fi的成本竞争力。
Q3:这次合作推出的解决方案适用于哪些部署场景?
A:集成产品组合涵盖两种常见部署场景:室外覆盖使用10W和40W一体化无线设备;复杂室内环境如医院、多层设施采用Pico Radio Unit Active DAS架构,支持欧洲和北美市场的多区域部署。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。