——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
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。