研究显示,专网5G部署在未来五年将保持稳定增长,这主要由系统集成商的新网络部署机会推动。但尽管增长强劲,系统集成商主导的部署仍然面临复杂性和总拥有成本问题,Firecell与CloudRAN.AI的合作伙伴关系旨在解决这些障碍。
Firecell成立于2021年,为港口、工厂、国防、物流和关键基础设施领域的系统集成商和企业提供服务,专门开发面向工业环境的专用5G连接解决方案。其服务集成了硬件无关的欧洲主权核心网络,包括可编程无线接入网、AI驱动的网络智能和管理系统。
在最近与Accelleran合并后,该公司目前在法国、比利时、英国、德国和波兰运营,并在欧洲、美国和亚洲进行部署。
CloudRAN.AI为企业和工业部署提供专网5G和无线接入服务。其产品组合包括适用于室外和复杂室内覆盖的可扩展无线接入网架构,配备AI原生网络规划系统和关键通信功能。
通过结合Firecell的交付模式和CloudRAN.AI的模块化无线架构,两家公司旨在使专网5G部署更快速,在经济性历来难以证明的场所中更具成本竞争力。此外,他们希望扩大系统集成商可选择的无线硬件选项,重点降低总拥有成本和现场部署时间。
这一综合架构立即在欧洲和北美推出,旨在满足要求苛刻的企业和工业环境的性能要求。
Firecell首席执行官Claude Seyrat表示:"专网5G正从大型旗舰部署转向更大量的中型工业和企业站点。在这种规模下,总拥有成本和部署速度决定项目是否获得批准。这一合作为系统集成商提供了硬件经济性和部署简便性,使他们能够在这些项目中竞争,同时获得最苛刻用例所需的性能支持。"
集成产品组合涵盖两种常见部署场景。对于室外覆盖,Firecell将提供CloudRAN.AI的10W和40W一体化无线设备,这些设备将基带和无线电合并在单个单元中,减少组件并加快安装速度。
对于医院、多层设施和分隔建筑等复杂室内环境,两家公司采用Pico Radio Unit Active DAS架构,多个单元作为统一覆盖层运行,以减少切换问题并在设备在建筑内移动时保持连接性。
该合作还支持多区域部署,具备欧洲和北美市场所需的频段多样性。Firecell保证,对于任何需要"强力"室外或复杂室内覆盖的项目,都可以通过其合作伙伴网络交付CloudRAN.AI无线产品组合。
CloudRAN.AI合作总监Michel Trudelle表示:"这一合作使系统集成商更容易以企业站点所需的速度和成本交付专网5G。通过Firecell的生态系统,系统集成商可以获得CloudRAN.AI一体化无线设备用于高效室外覆盖,获得Active DAS用于复杂室内环境,这样他们就可以标准化设计,降低现场复杂性,并以在真实条件下表现良好的性能进行可重复部署。"
Q&A
Q1:Firecell是什么公司?主要服务哪些行业?
A:Firecell是成立于2021年的专网5G解决方案提供商,主要为港口、工厂、国防、物流和关键基础设施领域的系统集成商和企业提供服务,专门开发面向工业环境的专用5G连接解决方案。
Q2:Firecell与CloudRAN.AI合作的主要目标是什么?
A:两家公司合作旨在使专网5G部署更快速,降低总拥有成本和现场部署时间,扩大系统集成商可选择的无线硬件选项,在经济性历来难以证明的场所中提高专网5G相对于Wi-Fi的成本竞争力。
Q3:这次合作推出的解决方案适用于哪些部署场景?
A:集成产品组合涵盖两种常见部署场景:室外覆盖使用10W和40W一体化无线设备;复杂室内环境如医院、多层设施采用Pico Radio Unit Active DAS架构,支持欧洲和北美市场的多区域部署。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。