至顶网网络频道 04月27日 综合消息:以SDN/NFV体系架构和技术引发的网络革命正在上演。4月26-27日,“2017·中国SDN/NFV大会”在北京·新云南皇冠假日酒店召开。会上,新华三集团副总裁、产品行销部副总经理毕首文强调要利用SDN/NFV技术来构建新一代的网络架构,并现场演示新华三推出的应用驱动网络AD-NET2.0解决方案,在驱动未来网络变革,构建万物互联的泛连接网络方面发挥的巨大价值。
“2017·中国SDN/NFV大会”是国内规格最高、专业性最强、规模最大、影响最广的SDN/NFV技术产业盛会,汇聚了国内外行业领袖和技术大咖、最具影响力的标准开源组织、领先的ICT制造商、主流网络运营商、骨干互联网企业和重点行业用户,共同探讨基于SDN/NFV技术的网络变革和产业发展之路。
新华三一直关注SDN/NFV技术发展,在业界率先发布商用数据中心SDN解决方案,是新网络领域最前沿的供应商。在“新网络 以新IT智能联接 驱动未来”主题演讲中,毕首文表示,人力提升产能的时代已经结束,技术和应用创新双轮驱动数字经济发展正成为趋势。为此,新华三推出应用驱动网络AD-NET2.0解决方案,通过融合创新和规模化应用,能够实现网络弹性扩展、按需协同,为用户新IT时代的网络变革提供核心助力。
毕首文从网络关系、网元能力两方面,详细阐述了新华三应用驱动网络AD-NET2.0解决方案给未来网络带来的变革力量。毕首文指出,就网络关系而言,新华三通过场景趋同、泛载超宽、联接云网端,让一张网承载所有联结方式(One Net),搭建从云到端的立体操作系统(One OS),让连接端点协同;同时,新华三还以DC群为核心进行流量重构,实现全连接跨场景的业务统一调度,并利用自动编排与智能运维,实现个性化的应用安全诉求;在网元能力方面,新华三从能力提升、完善架构、平台演进三方面,让网元能力演进到原子化及云化,最终实现网络随需而动。
从1.0到 2.0,新华三应用驱动网络AD-NET解决方案在技术多维创新、生态融合开放、场景优化演进方面都有重大创新。新华三AD-NET2.0解决方案以“应用驱动 万物互联”为战略指导,在广域网、城域网、园区网、数据中心、边缘计算、物联网分别推出相应的应用驱动解决方案,让网络更柔性和可扩展,同时借助IoT技术联动各个层面,搭建万物互联的泛连接网络,共建网络发展生态圈,推动数字经济快速发展。
目前,新华三在SDN/NFV技术的落地上,已经拥有了丰富的部署案例,包括BAT、招商银行、211/985高校、三大运营商、工商银行、中国网联等高端用户合作的成功范本。同时新华三还积极参与行业标准测试,荣获ONF中国首批OpenFlow V1.3一致性认证证书、顺利通过中国泰尔实验室测试等。从各个层面上,新华三都为SDN/NFV应用的切实落地提供了灵活可靠、全面高效的产品与解决方案。
未来五年,业务及应用将爆炸性增长,而新华三能够借助SDN为用户提供足够的可能性与适应性,无论应用如何变化和扩展,都可以驱动网络随需而变。面对未来网络发展挑战,新华三也将通过持续的创新,推动SDN、NFV技术在整个行业的应用发展,帮助用户更好地抓住新IT时代的"脉搏",助推数字经济持久发展。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。