科技行者 6月27日 上海消息(文/于艺婉):6月26日,MWC19 上海展会如期而至,这是6月6日中国颁发5G商用牌照后业内首次世界级盛会,而今年的展会无疑也成为了5G的海洋,三家运营商悉数发声,围绕5G推出了多项新举措,同时,产业链各方也都在展会上尽显所能,思博伦通信就是其中可圈可点的一家。
作为一家测试仪表厂商,思博伦做的很多工作都要先于产业发展,无论是运营商、设备厂商还是终端厂商,都离不开“测试”环节,否则,无论是产品还是服务,都无法确保其能够以“合格”的面貌投入使用。所以说测试仪表的发展在为不断演进中的5G保驾护航并不为过。
“5G正在带来前所未有的复杂性,而当这种复杂性与紧迫的时间要求正面对撞时,测试和保障便显得十分关键。”思博伦通信东亚区高级业务发展经理杨磊在MWC19 上海展会期间接受了科技行者的采访。
诚然,5G将带来巨大优势:极高的速度、极低的时延以及非常高的覆盖密度等。要想收获这些回报,实现精确的规划,就需要克服前所未有的复杂性。传统的测试、验证和保障只能承担数量有限的服务、少量的设备和更多是静态的物理环境,这些都已经不适应5G的全新要求。
“在5G的世界中,一切都将变化--全新的设备、全新的天线、芯片、频率、架构、关键性能指标,甚至还有全新的厂商,但当这种复杂性与紧迫的时间计划正面碰撞时,也可能会导致灾难。在这种时刻,测试和保障,也就是自动化保障,便显现出了至关重要的意义。”杨磊说。
牌照发放后,整个业界齐刷刷地将目光投向了电信运营商,而思博伦提供的全面的5G测试战略可以帮助运营商走上成功部署的道路。“利用思博伦测试和保障领域的三项创新,可以兑现以快速、安全和高成本效益的方式交付5G网络的承诺。”
网络和流量仿真——网络仿真能够在实验室环境中提供真实条件下简单、高成本效益、可重复和可预测的测试。在简化复杂的网络和服务测试的过程中,它扮演着至关重要的角色,能帮助验证各项准备情况。网络仿真器不仅可以对真实网络执行性能测试,即使面对是物理上尚无法使用,或者是配置和访问过程太过复杂且成本太过高昂的网络功能、切片和服务的性能,网络仿真器也可应对自如。
智能自动化——作为全新的网络,5G网络的将前所未有的复杂。智能自动化技术将推动自动化的服务启动、测试和服务保障,利用测试代理和合成流量、自动化故障查找和自动化分析技术,将测试数据转化为可用于行动的深入知识,利用它们可降低测试、验证和交付5G网络过程中的复杂性和成本。
网络测试方法——5G核心、虚拟基础设施、全新的前传以太网连接和高速以太网回传性能都需要接受测试。5G还要求整个网络生命周期内的连续测试,要求采用一种经济上可以承受且可重复的方法来执行测试和保障,简化验证过程,并确保5G被测系统能够满足人们的期望。
作为通信测试和服务保障领域的领导者,思博伦正在与5G全行业合作,从OEM厂商、网络设备制造商,一直到服务商。“思博伦目前已经赢得超过40家5G客户,包括一线服务商、所有主要的网络设备制造商,以及最大的5G半导体和设备制造商。”
正因为对产业链的高度覆盖,所以也就打造了其全面、端到端的产品形态。从研发到部署、到运营,从5G终端测试到NR再到5G前传,从RAN到后传再到5G核心网,思博伦在整个5G生命周期都有对应的产品和解决方案。这将为其合作伙伴带来了实实在在的便利。
一个典型的例子就是思博伦为诺基亚提供的服务,双方已成功为诺基亚网络基础设施测试实验室部署业界第一个5G LaaS方案。这种5G LaaS(实验室即服务,Lab as a Service)可以实现前所未有的5G测试自动化,其主要目标是大幅加快诺基亚发布虚拟网络功能(VNF)和物理基础设施的速度,诺基亚的工程师可以从世界上任意地点快速启动、释放和重复使用5G混合测试平台。
运营商和其他专业机构也是如此。中国移动已经选择思博伦的Landslide测试平台,来加快其移动核心网络功能的验证工作;中国信息通信研究院则在思博伦的助力下成功演示了Massive MIMO OTA测试,对全新的5G基站天线阵列系统执行真实的MIMO/BF性能评估。
“思博伦的解决方案助力5G测试周期长度缩短50%以上、5G产品发布速度加快10倍、5G实验室和测试方面节省超过40%的资本支出。”杨磊说,“可以说,思博伦的客户已经看到了实实在在的利益。”
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。