[中国,深圳,2022年11月8日] 华为全联接大会2022深圳站期间,在华为数据通信网络峰会上,华为数据通信产品线副总裁赵志鹏发表《智能云网,引领行业数字化创新》的主题演讲。赵志鹏表示华为面向未来网络发展趋势,展现多领域的创新突破,推出10大数据通信技术创新,发布10大全新产品,持续打造领先的网络基础设施,引领行业数字化创新。
华为数据通信产品线副总裁赵志鹏
10大技术创新,使能千行百业
在“2035远景目标”和“建设网络强国”的背景下,数字经济已成为社会发展的主要动力。数据通信网络作为数据流通的重要基础设施,是行业数字化发展的ICT数字底座。
赵志鹏指出,华为围绕网络自动驾驶、安全可靠和极致体验,从网元层、网络层和应用层重新诠释了技术架构,推出10大技术创新,以科技赋能行业数字化,为行业数字化输送新动能,持续为客户创造价值。
在政务场景,华为基于NetEngine路由器提供指纹切片技术,保证视频应用在1400路视频时零丢包;基于SDP代理网关将威胁闭环能力从分钟级降到秒级,有效防止安全威胁的扩散,从而保障政府关键业务的应用体验和安全接入。
在证券场景,华为基于iMaster NCE管理平台,利用MDC多云管理套件和CloudEngine HAM系列交换机产品组合,通过高可靠组播数据中心网络,将组播性能从8K提升到32K,使能证券业务向多云分布式演进。
在电力场景,华为基于SPN技术构建输变配一体化的新型电力网。华为创新提出基于时隙交叉的一体化切片技术,提供小于10毫秒时延和小于200微秒双向时延差,满足精准负荷控制和差动保护等业务的需求,保障电网安全稳定运行。
在矿山场景,华为创新设计了本安路由器,通过网络硬切片技术实现井下一网多业务承载,极大降低智能煤矿网络的部署成本;华为本安Wi-Fi AP通过高增益本安天线部署,助力井下网络实现400米超远距覆盖,两倍于业界,为智能煤矿降本增效。
在校园场景,华为基于疫情新常态下对网络提出的诉求,创新提出X百兆@Anywhere无线网络架构,通过引入3D网规工具提升覆盖能力,全新设计无线协同算法提升网络并发能力,并引入空口流量预聚合智能技术提升网络容量,助力高校师生在校园里基于Wi-Fi 6实现200Mbps@Anywhere的教学效果,使能线上线下混合教学。
在医疗场景,华为把物联技术从辅助医疗向临床医疗延伸,利用AirEngine
Wi-Fi 6系列产品实现院内多种临床设备的物联能力,并通过双发选收技术实现医疗数据零丢包传送,释放临床数据价值,让护士为更多病人提供更高效的服务。
在制造场景,华为基于AirEngine Wi-Fi 6 + Wi-Fi 6 CPE产品组合,采用高可靠空口切片,将无线化延伸到生产控制业务,实现远程控制零误差及10毫秒固定时延,有效助力制造业实现柔性产能的调整。
在网络安全场景,华为乾坤3.0通过云服务的方式,提供防勒索套餐包和安全重保套餐包,帮助客户真正做到实时威胁升级,动态防御办公网络。对于分支网络,华为通过SaaS服务实现一处检出,全局免疫,高效助力客户防范网络安全风险。
10大新品发布,筑牢数字基础设施底座
面向未来,华为围绕园区网络、数据中心网络、广域网络和网络安全,创新突破,发布10款新品,进一步助力行业数字化创新和发展。
园区网络领域发布了整机转发性能高达14.4Tbps的业界超强性能园区核心交换机CloudEngine S16700和业界首款企业级Wi-Fi 7 AP,助力客户打造高质量数据底座。
数据中心网络领域发布了高可靠组播数据中心交换机CloudEngine 6860-HAM和CloudEngine 8850-HAM,助力企业构建大规模生产交易系统。
广域网络领域发布了业界首款智能切片分组传送SPN设备PTN917、业界首个万兆本安路由器NetEngine A831 E和为企业上云而生的智能云终端路由器NetEngine A822 E,助力企业打造安全可靠生产网络。
网络安全领域发布了华为乾坤3.0,同时针对多分支安全场景发布All-in-One智能安全网关HiSecEngine USG6530F-DL,针对政府一机两用场景发布业界首创零信任代理+安全二合一HiSecEngine USG6000F系列SDP网关,SSL加解密性能3倍于业界水平,护航行业数字化生产力。
面向未来,华为将围绕Net5.5G的绿色超宽、网络智能化、泛在安全、IPv6+、高韧性低时延、广址异构物联6大方向持续创新,打造领先的产品和解决方案,携手客户与伙伴,为场景找技术,引领千行百业的数字化创新。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。