微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 MWC2019:中国联通携手合作伙伴重磅发布《CUBE-Edge 2.0及行业实践白皮书》

MWC2019:中国联通携手合作伙伴重磅发布《CUBE-Edge 2.0及行业实践白皮书》

2019-02-28 19:51
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2019-02-28 19:51 科技行者

2019年2月26日,在2019世界移动大会期间,中国联通联合华为等合作伙伴发布了《中国联通CUBE-Edge 2.0及行业实践白皮书》。该白皮书依托中国联通的5G网络演进和MEC业务需求,重点阐述了MEC整体架构和CUDE-Edge 2.0边缘智能业务平台,展示了中国联通与各垂直行业合作的实践成果,供业界借鉴和参考。

MWC2019:中国联通携手合作伙伴重磅发布《CUBE-Edge 2.0及行业实践白皮书》2019MWC中国联通CUBE-Edge 2.0及行业实践白皮书发布现场

白皮书指出,MEC边缘云将高带宽、低时延、本地化业务下沉到网络边缘,成为5G网络重构和数字化转型的关键利器。中国联通携手华为等行业伙伴在边缘计算领域积极探索和创新实践,构建了开放、敏捷、安全的智能边缘业务平台CUBE-Edge 2.0,满足各垂直行业的业务需求。CUBE以为正方体,即正六面体,寓意着CUBE-Edge平台的6C理念:

  • Close-to-User(贴近用户):业务部署尽量贴近用户,满足大带宽、低延时和本地化处理需求,从而提升用户体验,同时能降低大数据流量对承载网的冲击。
  • Cloudification(全云化):MEC边缘云采用全云化架构,构建IaaS、PaaS、SaaS平台能力,实现数据的云存储、备份和转发。边缘云之间采用SDN组网,实现网络云化和全网的远程自动化部署与管理。
  • Connection(全连接能力):满足无线网络与固定网络的融合接入,支持4G/5G/WiFi等多种制式,支持4G到5G的平滑演进。
  • Coordination(协同能力):提供云边协同能力,通过边缘云与通信云、公有云和私有云之间的协同,实现行业客户数据上云后的互通。
  • Computing(计算能力):支持多种硬件选型,支持X86、ARM等多种CPU,支持智能网卡、NP、FPGA、GPU、AI芯片等多种加速技术,适配不同的垂直应用场景。
  • Capability(能力开放):支持边缘云的能力开放,提供对外统一接口,供第三方开发和调用,包括位置、RNIS、计费、DNS、VCDN和渲染等服务能力。

中国联通核心网首席架构师王常玲表示:“2018年,中国联通已在全国15个省市开展了MEC边缘云试点,积极推动了MEC边缘云标准体系的完善,未来,我们期待携手更多的产业链合作伙伴在全国31省加强MEC边缘云试商用建设,共同推进多种边缘业务场景的商业落地,全面开启5G网络数字化转型新航道。”

华为云核心网产品线总裁石冀琳表示:“华为是中国联通5G网络建设的重要合作伙伴,华为联合产业各方构筑MEC生态沃土,致力于打造极致链接、极致性能、极致体验、极致安全的MEC解决方案和产品系列,以帮助运营商实现MEC在智能制造、智能港口、车联网、VR/AR、大视频、智能安防等多个领域的规模部署。”

沃联万物,智胜边缘。2019年,中国联通将深入落实聚焦、创新、合作战略,携手华为等行业伙伴加速MEC边缘云的试商用建设,共同推进多种边缘业务场景的商业落地,共同探索商业模式,助力实现5G万物互联、万物智联、万物视联的美好生活。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-