——Cristina Rodriguez,英特尔公司数据平台事业部副总裁兼无线接入网络部门总经理
如今,5G的快速发展和不断增长的数据量为通信服务提供商(CoSP)带来明显压力,因为他们必须在满足容量需求的同时为最终用户推出差异化服务。鉴于此,CoSP正在探索虚拟化和云原生的网络解决方案,来打造能够充分释放5G潜能所需的性能和灵活性。
英特尔与爱立信在加速虚拟化无线接入网络(vRAN)部署方面进行长期合作,并取得了最新成果,即针对中频段频谱推出的爱立信Cloud RAN。我们共同交付了凸显各自公司产品组合优势的新技术。
我们此次合作的核心是共同致力于推动生态系统和电信行业实现5G部署。自2016年以来,爱立信一直与我们合作,并通过在英特尔至强服务器上虚拟化RAN工作负载,为基于英特尔的RAN建立坚实基础。我们的共同努力建立在物联网、云和5G的技术进步之上——从核心到RAN再到边缘网络。
我们近日参与的合作项目包括爱立信开放实验室(包括中频段)5G 用例驱动型解决方案的孵化。随着我们继续努力兑现5G承诺,将英特尔的计算和处理能力与爱立信RAN算法和软件知识产权(IP)相结合,我们将能够帮助制定多代云原生RAN解决方案路线图。
超强Cloud RAN解决方案的多功能应用
虚拟化RAN的概念将网络技术从专门构建的硬件转移到通用计算平台上。虚拟化RAN构建在云原生架构中,其中云原生网络功能可在包含生命周期管理、弹性和可观察性等关键元素的容器中运行,并最终带来一个灵活、可扩展、敏捷的平台。
随着2020年10月Cloud RAN的问世,爱立信推出一款可被引入专用网络的vRAN解决方案。这个概念称为bluefield部署,它让CoSP能够将Cloud RAN部署到预置网络中,并充分利用两种网络架构之间的互连互通优势。此外,Cloud RAN还支持新站点构建或绿场部署。最终,爱立信Cloud RAN解决方案可在任意情况下提供适应性极强的架构和部署选项。
诸多英特尔技术和代号为Sapphire Rapids和Granite Rapids的下一代英特尔至强可扩展处理器系列被应用于爱立信中频段Cloud RAN解决方案当中。我们的处理器旨在为客户提供可满足现代网络工作负载需求的性能、效率、多功能性和信任。
虚拟化RAN架构变革赋能高性能5G
人们之所以对虚拟化和云化RAN感兴趣是因为大概10年前在核心网络中看到了类似的益处。通过不断发展虚拟化RAN架构,CoSP可以获得更高的敏捷性和灵活性,以支持全新5G用例和边缘服务的引入。
凭借在网络虚拟化领域10多年的经验,英特尔正在全球率先推出vRAN。业界已经看到利用英特尔技术进行vRAN早期商业部署的优势。我们正在提供英特尔®至强®处理器、加速器、FPGA 和以太网适配器来支持全球网络部署。服务提供商看到了与英特尔以及我们合作伙伴一起加速创新的潜力,这使他们的网络得以现代化,以便提供增强服务,将人工智能引入RAN,并为消费者和企业提供全新产品。
致力于释放云原生RAN创新潜力
英特尔和爱立信正在开创vRAN领域的新天地,并不断推出融合各自产品优势的创新技术。通过继续与爱立信合作优化英特尔加速器技术以及爱立信RAN处理和算法,两家公司可以提供在最苛刻的RAN环境中所需的高性能。随着我们不断向前发展,英特尔致力于加强与爱立信以及整个生态系统的合作,从而开发出面向现在和未来的强大的、全面的RAN解决方案。
好文章,需要你的鼓励
新创公司Germ为Bluesky社交网络推出端到端加密消息服务,为用户提供比现有私信更安全的聊天选项。经过两年开发,该服务本周进入测试阶段,计划逐步扩大测试用户规模。Germ采用新兴技术如消息层安全协议和AT协议,无需手机号码即可实现安全通信。用户可通过"魔法链接"快速开始聊天,利用苹果App Clips技术无需下载完整应用。
这项研究由哈佛大学团队开发的创新框架,解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束,使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明,该方法在多个真实数据集上既保障了隐私,又显著提升了模型公平性,为医疗、金融和政府等领域的数据协作提供了实用解决方案。
高通公司宣布正在与领先的超大规模云服务商进行深度合作谈判,开发专用于数据中心的CPU产品。CEO阿蒙表示,公司正在开发通用CPU和推理集群产品,预计2028财年开始产生收入。同时,高通面临三星在高端智能手机市场的竞争压力,三星计划在2026年推出采用2纳米工艺的新款Exynos处理器。高通Q3财报显示营收增长10%至103.5亿美元,净利润增长25%。
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台,旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法,使机器人能够从人类示范中学习复杂技能。研究表明,ALOHA系统展示了强大的泛化能力,能够在新环境中应用所学技能,如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展,尽管仍面临成本和精确力控制等挑战。