ZD至顶网网络频道 09月04日 综合消息: 在HUAWEI CONNECT 2016全联接大会上,华为正式发布业界首款全场景SDN统一控制器Agile Controller3.0(以下简称AC 3.0),面向广域网、数据中心网络、企业园区以及IoT万物互联四大商业场景提供领先的SDN解决方案。
AC3.0提供全网资源按需获取、自动部署和智能调优的能力,可以将运营商网络、数据中心网络和企业园区网络端到端的协同起来,从而实现对客户网络、带宽需求的敏捷按需响应,有效提升云服务的资源调度效率,为客户提升整网效能的同时保障最佳客户体验。
华为倡导“全面云化”战略,通过云化的产品和解决方案,帮助客户实现数字化转型和数字化运营。华为企业网络产品线总裁刘少伟在发布会致辞中表示:“华为将以ROADS体验为目标,借助SDN和NFV打造一张‘软边缘’与‘硬核心’的未来网络,实现联接ICT架构的数字管道,帮助客户完成以‘敏捷和智能化’为核心的数字化升级。”
华为企业网络产品线总裁 刘少伟在HUAWEI CONNECT 2016全联接大会发言
基于AC3.0全场景、开放、电信级的特性,华为SDN解决方案能够帮助运营商打造电商化的网络运营平台,实现极速业务发放和增值服务按需定制,使能运营商云服务,并加快业务创新,实现管道增值;帮助企业客户加速数字化转型,提高企业运营效率,降低人力成本,将网络从支撑系统变成生产系统;为电力、照明等行业客户提供网络海量管理的能力。华为SDN控制器总经理黄河表示:“我们相信Agile Controller3.0可以为网络注入新的活力,与合作伙伴一同成就客户更大的商业成功,实现多方共赢。”
华为 SDN控制器领域总经理黄河在HUAWEI CONNECT 2016全联接大会发言
华为AC3.0作为使能云时代业务创新的新动力,是网络的“最强大脑”。它支持多种商业场景下的统一控制和灵活部署,满足多样化的业务和运维需求,具有高性能可满足当前业界一流数据中心及超大网络商用部署的要求。同时AC3.0以开放的ONOS平台为基础,采用组件松耦合架构、可开放集成ODL的APP,对外提供丰富的北向API能力。
华为SDN开放平台2.0可提供完善的开发者社区、远程实验室和创新工具。在HUAWEI CONNECT 2016全联接大会上,华为发布了9大网络开放能力,共计72个API接口,帮助应用和合作伙伴一次集成、快速创新。
华为已经与全球诸多运营商、企业客户在SDN领域开展了200多个项目实践,包括西班牙电信、中国移动、中国电信、中国联通、Telia、腾讯、阿里巴巴、中国建设银行、南方电网、华视传媒等客户,涉及广域网、数据中心网络、企业园区和IoT等多个场景。面向未来,网元、网络功能的边界正在模糊,统一架构的全场景SDN控制器AC3.0能够更好地满足未来业务多样化、商业多元化、技术多路径的不确定性演进和发展,最大化网络效能,变现管道价值,激发数字和智能社会的业务创新。
HUAWEI CONNECT 2016全联接大会于8月31日至9月2日在上海世博中心、上海梅赛德斯-奔驰文化中心、上海世博展览馆举行,超过20000名业界精英与会,共同探讨如何共建全联接世界、加速行业数字化转型之道。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。