全球连接和数字基础设施提供商Arelion宣布完成波罗的海网络的重大扩张,构建了一条连接赫尔辛基和华沙的完全多样化、高容量路由,为瑞典、芬兰、爱沙尼亚、拉脱维亚、立陶宛和波兰之间的流量创建了一个韧性环形网络。该公司表示,此举将为该关键地区的跨国企业降低到西欧的延迟。
芬兰数据中心市场预计到2030年将达到52.3亿美元,年复合增长率达54.6%,这凸显了整个波罗的海地区强大数字基础设施的重要性。该项目部分由欧盟互联欧洲基金2期计划资助,展示了战略投资如何推进历史上服务不足地区的数字主权。
斯堪的纳维亚长期以来被视为连接热点,为在人工智能工作负载增加和网络密集的时代为客户维持这一声誉,Arelion在2025年夏季升级了其斯堪的纳维亚网络,以连接超大规模数据中心并服务该地区蓬勃发展的AI市场。
这条新的陆地路径旨在减少波罗的海与西欧之间的延迟,增加地缘政治敏感地区的多样性,并为这家连接提供商认为服务不足的欧盟地区确保未来容量。
这条多样化的陆地路由通过海底和陆地系统从赫尔辛基经波罗的海各国连接到华沙,绕过哥本哈根和斯德哥尔摩以避免瓶颈,确保为客户提供高可用性连接。该路由使用开放光线系统,配备400G相干可插拔光学器件和来自其Waves项目的1.6 Tbps连接,将提供长期可扩展性,支持预期中欧洲不断增长的AI部门下一代应用程序的大规模数据流。
Arelion声称其扩张还能够提供骨干级性能,具有可预测的服务级别协议,降低停机风险,确保云计算、金融服务、制造业和其他关键部门客户的可靠业务连续性。
Arelion补充说,通过将区域合作伙伴的网络光纤与自有基础设施相结合,此次扩张为企业和服务提供商提供了可扩展、面向未来的连接,满足了对本地市场投资增加的需求。
该基础设施还旨在为客户提供从波罗的海市场到北欧、中欧和西欧数据中心枢纽的可靠、安全连接。Arelion认为,拥有延迟敏感应用程序的组织可以从一致、可预测的性能、韧性基础设施和骨干级安全性中受益,这些安全性可以在DDoS攻击和路由威胁到达企业网络之前减轻其影响。
该路由在华沙和赫尔辛基等主要城市提供城域路由灵活性,支持可扩展的IP传输、专用互联网接入、以太网、DDoS缓解和其他全球服务。
通过此次扩张将连接的该地区各个接入点包括:Arelion在赫尔辛基的Iso-Roobertinkatu 21-25接入点;Greenergy在爱沙尼亚Hüüru的Tallinn DC-1接入点;Tet在拉脱维亚里加的Pērses数据中心;里加电视塔数据中心;立陶宛维尔纽斯的Delska DC2数据中心;维尔纽斯电视塔数据中心;以及Equinix在华沙的WA1数据中心。
Arelion副总裁兼首席传播官Mattias Fridstrom就此路由评论说:"这条新路由增强了波罗的海与西欧之间的多样性和带宽,提供了客户扩展AI和云应用所需的安全、低延迟连接。在欧盟的支持下,我们正在加强欧洲的数字主权,同时确保企业和超大规模运营商能够依靠韧性基础设施推动创新。"
Q&A
Q1:Arelion的波罗的海网络扩张项目具体连接了哪些地区?
A:该项目构建了一条连接赫尔辛基和华沙的高容量路由,为瑞典、芬兰、爱沙尼亚、拉脱维亚、立陶宛和波兰之间的流量创建了韧性环形网络,绕过哥本哈根和斯德哥尔摩以避免瓶颈。
Q2:这个网络扩张项目为什么对AI发展很重要?
A:该项目使用400G相干可插拔光学器件和1.6 Tbps连接,将提供长期可扩展性,支持预期中欧洲不断增长的AI部门下一代应用程序的大规模数据流,并能降低延迟,提升AI工作负载处理能力。
Q3:芬兰数据中心市场的发展前景如何?
A:芬兰数据中心市场预计到2030年将达到52.3亿美元,年复合增长率高达54.6%,这凸显了整个波罗的海地区对强大数字基础设施的迫切需求。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。