今年5月, 国务院办公厅印发《关于加快高速宽带网络建设推进网络提速降费的指导意见》,提出加快基础设施建设,大幅提高网络速率,包括高速宽带网络建设和提升骨干网络容量及网间互通能力。
此次宽带提速在技术演进上有如下几个特点:以接入网来看,PON将是主要的接入网技术,10GPON、10GEPON设备成熟。中长期来看,还需要其他PON技术,目前主流的研究方向有TWDM-PON、WDM-PON和OFDM-PON等,WIFI接入也会从802.11n逐步过渡到802.11ac。骨干网方面,随着全球100G系统的规模部署,业界的关注点开始转向400G和1T两个超100G速率。
无论是接入网还是骨干网的建设,网络全面升级的同时,也带来更大的测试需求,包括性能和稳定性测试,这也是宽带网络最基本的要求,另外还有应用层真实业务模型测试等。
思博伦大中华区总经理谭昊
面对高速宽带网络建设的庞大需求,助力宽带提速降费,思博伦做好了准备。思博伦大中华区总经理谭昊接受媒体采访时表示,“思博伦拥有从骨干到接入,从高端到便携,从物理到虚拟,完整的测试解决方案,为中国的高速宽带网络建设提供全面、完整的测试解决方案。”包括了骨干网的40G/100G/400G测试方案;接入网的PON测试方案, Wi-Fi测试方案, 10G/1G双速卡, 2.5G等;云/数据中心方面的10G/25G/40G/50G/100G, 虚拟化测试方案;以及便携式测试平台Spirent TestCenter C1,C50等。
核心网上,服务提供商希望升级到100G以太网交换和25G服务器连接。从测试角度看,发展趋势主要是高密度和多速率。
谭昊指出,在400G测试领域,今年6月,业界首个单端口400GE互通性公开演示亮相Interop东京展会,思博伦携手华为展示了路由器单端口400GE互通性。并且,思博伦400G以太网测试系统荣获了东京Interop展会Best of Interop金奖。 测试方案可以验证400G以太网的性能、功能和互通性,推动高速IP网络的发展。而早在2014年,思博伦通信、赛灵思携手华为在北京举行新闻发布会,发布了全球首个路由器单端口400GE及测试平台,并进行联合验证。
在100G测试领域,思博伦拥有全系列的产品。2009年思博伦推出业内第一张100G测试模块,占据2个槽位的空间,1个端口;2014年推出的测试模块占据1个槽位的空间,拥有4个端口,密度提高8倍;2015年最新推出的测试模块占据1个槽位的空间,拥有8个端口,密度再次提升。该8端口100Gb测试模块,支持native QSFP28和CFP4接口。
接入网络方面,性能是当前宽带接入网络最重要的关注点。
思博伦通信宽带网络测试解决方案,从2006年起一直广泛应用于包括中国电信,中国联通,中国移动和广电在内的整个宽带接入网络Eco-System的选型测试,研发测试和运维测试中。解决方案包括Spirent Testcenter数据网络测试仪产品,DLS线路仿真仪和Attero网络损伤仿真仪。在硬件上提供从千兆到100G各种速率的以太网接口,软件上支持L2-L7测试功能。
最近,针对宽带接入测试,思博伦更是新推便携式入门级测试平台C50以及10G/1G双速卡。C50是便携式测试平台,支持全2-7层测试,支持10G/1G接口组合,支持时钟同步选项,可级联,操作简单。
Wi-Fi测试方面,思博伦方案可验证Wi-Fi语音到VoLTE的无缝切换。Spirent Landslide将通过RF接口支持对Wi-Fi AP的测试,全新的Wi-Fi RF接口模块将实现Wi-Fi网络上语音等移动服务的端到端验证。Spirent Landslide原本便已具备从核心网络到Wi-Fi分流网关的测试能力,现在又扩展到支持AP的测试,这将确保移动运营商在满负载条件下能为用户提供可靠且无缝的服务。移动运营商和设备厂商可验证用户在各国移动网络、运营商Wi-Fi热点和专有无线网络之间漫游时的体验。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。