本文内容包括
面对前所未有的网络与服务需求,以及人工智能(AI)负载带来的持续增长压力,全球电信及网络行业的客户与合作伙伴正加速创新以应对挑战。在2025年巴塞罗那世界移动通信大会(MWC)上,HPE分享了对AI驱动的市场变革的深刻洞察,探讨了AI如何影响电信和通信服务提供商的网络、边缘计算及数据中心业务,并阐述了HPE Aruba Networking在推动行业前行中的关键角色。
HPE在世界移动通信大会上重点探讨了以下两大领域:
电信运营商若要在AI领域把握发展机遇,园区网络、核心电信网络及相关IT架构的创新必须加速推进。然而,当前主流网络供应商的革新速度仍显迟缓。HPE坚信,持续创新与充分的市场竞争将有利于促进全球技术生态的多元化发展。
HPE Aruba Networking推出全新创新技术,持续拓展产品组合
在世界移动通信大会上,HPE Aruba Networking推出全新CX 8325P交换机,具备高精度时钟同步能力,将企业及公私域蜂窝网络的时间同步精度提升至全新水平。该产品专为高速度、低时延应用场景打造,适用于制造与机器人控制、大型场馆的音频与广播管理、私有5G、AI 及云无线接入网(C-RAN) 部署。
同时,HPE宣布与T-Mobile达成战略合作,为中小企业提供卓越的网络服务。此次合作推出高级订阅制解决方案,整合了T-Mobile互联工作场所计划(包含托管式5G网关服务)与HPE Networking Instant On 1830系列交换机及HPE Networking Instant On AP21接入点。
这些动态充分体现了HPE深耕服务提供商市场的承诺,通过助力电信运营商为其企业客户推出新服务,实现网络边缘与云端的无缝连接。在本次大会的HPE展台上,HPE全方位展示这一承诺,呈现了未来网络连接技术的发展蓝图,包括新一代有线与无线连接解决方案,以及边缘计算、私有5G、Wi-Fi和统一安全访问服务边缘(SASE)产品组合。
电信行业的未来机遇领域与创新
在本次世界移动通信大会上,HPE与客户及合作伙伴深入探讨了关键市场机遇,助力电信运营商优化网络投资回报,并加速盈利增长。随着电信运营商将重点重新聚焦于核心连接、安全性、无线接入、数据中心交换、混合云及广域网(WAN)连接,它们正越来越多地依托HPE的AI解决方案,以提升可观测性、增强网络可靠性、优化商业变现能力,并改善客户体验。
随着AI应用持续向边缘迁移,电信连接的重要性将日益凸显。超低延迟和高吞吐量是实现实时AI处理与持续高性能的关键,这些技术指标直接影响着用户体验。AI无疑是当今最具数据密集型的应用,通过部署合适的基础设施,边缘AI推理将为电信运营商开辟新的收入来源、创新服务模式并提升技术能力,从而为客户创造更大价值。
为帮助电信运营商充分释放 AI 的潜力,HPE提供HPE Aruba Networking Central和HPE Private Cloud AI等云平台,助力电信行业构建高性能、安全且具成本效益的云环境,以支持下一代应用、技术和业务场景的落地。HPE目前已服务于全球160个国家的300多家电信客户,并将持续推动电信网络创新,助力客户应对 AI 驱动时代的全新需求。
面向未来,无论是网络切片、边缘AI推理、云化部署还是自治网络,HPE将始终致力于助力客户和合作伙伴加速电信网络创新,抢抓AI浪潮带来的全新机遇。
好文章,需要你的鼓励
Rescuezilla 2.6.1发布,基于最新的Ubuntu 25.04"Plucky Puffin"版本,同时更新了基于旧版本的现有构建。新版本提供基于六个不同Ubuntu版本的构建,包括所有仍在标准支持中的LTS版本。该工具用于紧急备份、数据恢复和文件系统管理,支持硬盘、SSD和虚拟驱动器。新版本重新支持Firefox,并能处理多种虚拟硬盘格式。
伊利诺伊大学团队提出Re-Bottleneck框架,解决了音频AI系统只关注重现质量而忽视任务适应性的问题。该方法在预训练模型内部添加轻量级"翻译器",无需重新训练整个系统就能为其添加有序性、语义理解和等变性等新功能。实验显示,该技术训练成本仅为原系统的0.33%,却能显著提升下游任务性能,为AI音频处理提供了高效的定制化解决方案。
AI代码编辑器Cursor的开发商Anysphere收购了AI客户关系管理初创公司Koala,旨在加强与微软GitHub Copilot的竞争。此次收购主要为获得Koala的顶尖工程师人才,组建企业就绪团队,而非整合其CRM产品。Cursor正通过这种人才收购策略快速构建企业业务能力,该公司年收入已达5亿美元,服务超过半数财富500强企业。
莫斯科理工大学研究团队提出革命性AI训练新方法,通过固定视觉嵌入层实现模块化组装和渐进式生长。专业模型可像拼积木般无缝合并,AI系统能像生物般逐层发育。实验证明合并模型性能优于单体专家,深度增加能显著提升复杂推理能力。这种方法有望推动AI发展从资源密集型向生态化转变。