KDDI Corporation 与 DriveNets 已建立战略合作伙伴关系,旨在加速开放网络架构的采用。
该协议旨在确保网络中硬件与软件要素的分离,并扩大解耦路由器的部署范围,同时提升这些路由器的管理效率,并优化大规模网络部署的资本投资与运营成本。
双方解释此次合作的原因时表示,开放网络架构在构建能够迅速应对预期流量激增的基础设施中变得日益重要。双方的方案有助于根据特定需求推动新功能的实现,并提高网络的可扩展性。
特别是,KDDI 指出,在过去五年中,借助 Telecom Infra Project 推动去耦路由器的发展,KDDI 一直在推进基于集群分布式解耦骨干路由器( DDBR )的研发,该路由器不受物理机箱的限制,并旨在实现灵活的容量扩展,这是其持续推广解耦路由器努力的一部分。
在 2023 年 6 月,KDDI 已在其互联网网关处完成了 DDBR 独立作为对等路由器的商业部署;到 2025 年 2 月,则完成了将 DDBR 集群作为骨干网络核心路由器的技术验证。
而 DriveNets 则提供了针对众多全球领先运营商已采用的解耦路由器优化的软件网络服务。KDDI 在 2023 年 6 月商业部署的对等路由器同样基于 DriveNets 的软件。在该软件为网络运行稳定性做出验证性贡献的基础上,双方如今正式进入这一战略合作伙伴关系。
根据协议内容,KDDI 将在四个关键地点开始在骨干核心路由器上部署 DriveNets Network Cloud 服务,目标是在 2025 年底前实现商业化运营。从那时起,双方表示将携手构建一个能够迅速适应市场变化和技术进步、满足 AI 时代不断增长数据需求的灵活网络架构。
KDDI Corporation 高级常务执行官、首席技术官兼核心技术部门总经理 Kazuyuki Yoshimura 表示:“我们非常高兴与 DriveNets 签署了战略合作的基本协议。自 2020 年以来,KDDI 一直致力于构建开放且可扩展的网络,我们相信与 DriveNets 的合作将催生重大的新创新。
“我们对未来的愿景是打造一个适应 AI 时代、灵活而稳健的架构,使我们能够迅速应对不断演变的市场需求,并树立新的行业标准。”
DriveNets 首席执行官 Ido Susan 补充道:“我们非常荣幸能够成为全球领先的电信运营商之一 KDDI 的战略伙伴。与 KDDI 携手,我们将推动整个网络——从核心网络到边缘与汇聚层——的开放、解耦和创新。
“通过简化网络操作、引入自动化和生成式 AI 工具,我们旨在帮助 KDDI 提升网络效率,并构建能够灵活满足未来需求的稳健架构。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。