侠诺科技近期又推出了几款交换机,包括支持PoE供电的QPE1098、QPE088Gc1、 QPE084c1、QPE1011G-15W、QPE1011G-30W等多款交换机、供电器产品,还有一款型号为QMS1024G的千兆网管型交换机,适用于各种规模的无线组网应用,为侠诺APC无线组网解决方案又添新成员,让企业有了更多的新选择。
对于一些有简化无线AP及IP摄像头等终端设备安装需求的企业来说,多端口且支持IEEE802.3af/at供电标准的PoE供电交换机,具有连接灵活、布线简单、即插即用等优点,可灵活扩展,不受电力线布局限制,更具性价比与竞争力。
侠诺表示,最近推出的PoE网络供电交换机可通过网线为无线AP、网络摄像头、网络电话机、掌上电脑等PoE终端设备供电,先进的自动感知算法只为IEEE 802.3af/ at标准的设备供电,不会损坏私有标准的PoE或非PoE设备,传送距离最远可达100米,可将无线AP、IP网络摄影机等设备自由的挂设于墙壁高处或天花板,灵活打造优良的无线网络环境,不再受电力线布设的限制。支持端口供电优先级,保证网络关键节点的持续供电,具有高安全性防电源突波设计、防雷设计、自动保护功能,并支持自动待机模式和线缆长度侦测功能,未连接使用时自动切换为待机模式,网络线长度小于10米时,提供更低的传输功率,节能环保。
除了多端口的PoE供电交换机,侠诺还推出两款单口PoE供电器QPE1011G-15W与QPE1011G-30W,非常适合于小型无线环境或特定小空间的无线部署。
侠诺科技表示说,QPE1011G单口供电器系列产品,相对于侠诺公司的多端口供电交换机来说,是一款入门级,低成本的产品,拥有体积小、重量轻、灵活性高的特色,是侠诺科技专为小型环境或大型环境中的畸零空间所推出的产品。
侠诺技术主管文浩坚先生说,QPE1011G单口供电器系列产品,共有两款机型,分别为QPE1011G-15W与QPE1011G-30W。该系列产品皆设有2个千兆 RJ45 端口,其中一个端口提供PoE功能。QPE1011G-15W支持IEEE802.3af以太网络供电标准,提供15W输出功率。QPE1011G-30W支持IEEE802.3at以太网络供电标准,提供30W输出功率。在没有电力布线的环境中它们可以直接通过网络线为无线AP、IP网络摄影机、VoIP网络电话等终端设备提供电力。
另外,如果看重速度与交换效率的,可选择侠诺QMS1024G,适应大带宽,大数据时代的交换机。QMS1024G是一款网管型交换机,配有24个10/100/1000Mbps端口,符合主流千兆应用趋势。背板带宽为48Gbps能承受大型封包,创造极佳的传输速度,提升整体效能。网管功能可针对内部网络完成细致的管理行为,包含:VLAN切割不同区段或安排执行顺序、QoS带宽管理、回路侦测等,减少网络使用问题。在安全机制方面能够有效防止广播风暴、杜绝DoS攻击,是一款简便管理、同时兼顾安全性的大带宽专用网络交换机,即使是IP CAM、VoIP网络电话等耗费大量带宽的多媒体应用,皆能完美处理。
侠诺技术主管文浩坚先生还表示说,侠诺提供多种PoE交换机与供电器,旨在让客户拥有更多选择,最终找到适合自己环境的产品,避免造成额外的架设成本支出。侠诺PoE交换机与供电器产品搭配侠诺无线AP可建构出完美的无线覆盖环境,适用于办公室、饭店旅馆、卖场门市、交通运输、学校等场所。 具体产品可参考下表。
![]() |
侠诺QPE1098 九口百兆PoE供电交换机,其中1~8口端口支持PoE供电,支持IEEE802.3af/at以太网络供电标准,每个端口最高输出功率为30W。 u 总功率:150W u 网线供电传输距离可达100米 u 3000 组 MAC记忆,快速联机,稳定供电 u 安装简单,即插即用,具备LED显示灯号,轻松监视当前运作情况 |
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。