随着光纤技术在全球范围内的普及,作为核心光纤技术供应商的前景一片光明。诺基亚在美国市场上获得了两项重要突破:一是被互联网服务提供商 Outer Reach Broadband 选中,在缅因州农村地区部署下一代光纤网络;二是与光纤宽带供应商 BerryComm 签约,为印第安纳州中部数千家企业部署增强型高速互联网连接。
Outer Reach Broadband 成立于 2020 年,其使命是通过可靠的客户服务和"尖端固定无线技术",提供快速、可靠且价格实惠的互联网接入,从而缩小缅因州的数字鸿沟。此光纤网络旨在使 Outer Reach 能够为家庭和企业提供增强型多千兆宽带服务,帮助减少数字鸿沟并促进当地经济发展。
借助诺基亚的光纤解决方案,Outer Reach 表示将能够为客户提供 10Gbps 对称宽带服务,显著提升用户体验。该解决方案已为未来 25G 升级做好准备。
这次部署对 Outer Reach Broadband 来说是关键性的一步,因为它通过光纤服务补充了其固定无线网络。这种扩展不仅拓宽了公司的服务能力,还为包括家庭和小型企业在内的客户提供了更可靠的互联网体验。
Outer Reach Broadband 的联合创始人兼总裁 Tom Kirby 表示:"在 Outer Reach Broadband,我们致力于为服务的社区提供快速、可靠和面向未来的互联网服务。经过慎重考虑,我们选择了诺基亚的 FTTP (光纤到户) 平台作为我们的光纤部署方案,看中的是其经过验证的性能、可扩展性和创新技术。"
他补充道:"诺基亚的解决方案完美契合我们的使命,即提供满足当前需求同时为未来需求做好准备的尖端宽带服务。通过这次合作,我们确保我们的客户能够享受到由全球可信赖领导者支持的世界级连接。"
为了简化和优化网络运营,诺基亚还将部署其 Altiplano Access Controller,这是一个用于自动化宽带网络的云原生平台。
此外,Outer Reach Broadband 将部署诺基亚的 Wi-Fi 6 信标产品组合,该产品集成了 EasyMesh 技术,为客户提供全方位的 Wi-Fi 覆盖。为进一步提升客户体验,Outer Reach 将使用诺基亚的 Corteca 软件来管理和优化家庭内的 Wi-Fi 性能。
诺基亚北美合作伙伴计划负责人 Jeff Dean 评论道:"多千兆光纤宽带越来越多地被用于连接一切 —— 家庭、企业、基站和智慧城市,这为服务提供商提供了提供卓越服务并在光纤领域开辟新收入来源的机会。这是一个很好的例子,展示了诺基亚行业领先的解决方案如何被新兴和创新型服务提供商如 Outer Reach Broadband 所使用。我们非常高兴能与 VarData 合作,支持 Outer Reach Broadband 的扩张战略。"
与此同时,在印第安纳州,诺基亚表示其先进光学网络技术的部署将加强 BerryComm 自 2015 年以来为服务不足社区提供可靠、高容量宽带服务的使命。这个增强型网络旨在为企业提供关键任务连接解决方案,确保最大程度的正常运行时间和运营效率。借助这一基础设施,随着带宽需求持续增长,BerryComm 可以扩展到 100G 及更高速度。
这次扩展将使用诺基亚的 1830 Photonic Service Switch,该设备具备相干光学和可重构光分插复用器 (ROADM) 技术,确保卓越的网络可扩展性和可靠性。这旨在使 BerryComm 能够完全控制服务质量,同时减少对外部运营商最后一英里连接的依赖。
BerryComm 总裁 Cory Childs 评论道:"诺基亚 ROADM 技术的部署标志着我们在缩小印第安纳州中部数字鸿沟使命中的重要里程碑。这项尖端技术增强了我们提供可靠高速互联网的能力,同时为我们的网络未来增长做好了准备。我们很自豪能与光学网络全球领导者诺基亚合作,为我们服务的社区带来这些变革性的能力。"
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。