近日,俄罗斯最大的基础网络电信运营商Rostelecom选择DCN室外AP解决方案为其无线城市工程提供服务。目前,首批3000台AP设备及配套的整体解决方案已经交付使用。未来两年内,Rostelecom还将采购DCN的1万台室外DCWL-7962OT无线AP,部署在俄罗斯多个大中城市,提升其无线城市网络覆盖水平。
据了解, DCN在俄罗斯无线城市项目启动早期,即与Rostelecom携手开展网络规划、方案验证、覆盖测试等前期工作。
如何对数万台AP及百万级用户进行统一运维管理;如何克服俄罗斯恶劣的室外环境;如何实现无线网络与现有运营系统、业务系统的对接——这些问题,都大大增加了室外WiFi网络建设部署的难度。
经过细致的规划、验证、测试, DCN提出了AC分布式管理瘦AP模式方案,将上万颗AP的无线网络裁剪成多个区域网络,每个区域网络分别由数百台AP构建而成。各区域AP由无线控制器(双机热备)统一管理,实现业务的统一部署,从而构建统一的、端到端的无线网络环境,有效保证业务应用,降低部署的复杂性,减少设备维护工作量。
DCN要面临的另一个挑战,是恶劣的部署环境。俄罗斯冬季气温常常低于零下40度,而夏季又雷雨频繁,这就意味着,AP设备需要在极寒的冰雪环境下正常启动和工作,还要能够做到有效的防水和防雷。否则,将大大增加运维成本并影响用户体验。
DCN的室外DCWL-7962OT无线AP,作为专为各种室外覆盖应用环境开发的产品,通过精心的硬件设计和选择专用的宽温工业级标准的元器件,巧妙的解决了这个难题。其集成自动加热组件,可以在-40°C~65°C的环境中正常启动、工作,同时具有IP66的防护等级,可在低温、雷电、雨雪、风沙等室外恶劣环境中全天候工作。其双频外置天线的设计,可根据不同的覆盖场景选配不同增益、角度的天线,提供高性能质量的WiFi网络。
经过Rostelecom的公开招标和多轮测试, DCN的DCWL-7962OT无线AP获得了客户的一致认可,在与多个知名厂商的竞争中脱颖而出,一举获得了客户的大批量采购订单。
作为俄罗斯国家电信运营商,Rostelecom拥有俄罗斯最大的骨干网(约50万公里),为俄罗斯3500万家庭提供入户接入服务。该公司负责人表示,非常认可DCN的无线网络产品解决方案,并将与DCN在WiFi领域进行更进一步的合作。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。