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 边缘网络对速度的要求

边缘网络对速度的要求

2020-07-22 18:03
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2020-07-22 18:03 Marvell公司资深架构师George Hervey

科技行者 7月22日 北京消息:在上一篇文章中,我们提到了边缘网络时代生存的方法,讨论了边缘网络智能化的发展趋势。随着5G 等最新无线网络技术使得通信容量得到进一步提升,这种新型基础设施将有力推动创新应用的开发。此类应用大多采用高频活动模型,例如视频或传感器,其活动通常由设备自行发起,并产生大量跨网络移动的数据。据思科最新的可视化网络指数(VNI)预测, 2017 到 2022 年,全球移动数据流量将增加 6 倍,或相当于以42% 的年增长率增长,网络性能升级成为大势所趋。

边缘网络对速度的要求

无线卸载

存在密集的无线连接的网络该如何应对带宽和连接方面的巨大挑战?解决方案之一便是无线卸载。无论是拥有1,000 名顾客的大型零售商店,还是容量达 60,000 坐席的体育场,亦或是容纳 200,000名与会者的会议中心,所要传送的数据量都是巨大的。通过无线方式传输数据的成本在容量上已经达到了一个临界点,而这推动了通过有线 网络分流的传输需求的发展。这一趋势还对边缘网络的性能提出了更高的要求,以满足用户对高性能连接和低延迟反应时间的体验需求。

全新的性能需求

先进的无线接入技术加速了 5G 和 Wi-Fi 6 的部署,包括采用 MIMO 和更高的频谱技术。然而,不断出现的设备和新应用很快就会消耗掉所提供的容量。实际上,提供大带宽介入正是界定多千兆速率以太网的一个主要因素。这种新的性能需求将影响所有的网络层级,促使上行链路提高端口速度,以处理增加的访问带宽。此外,堆叠链路的容量也会提升,从而促进高效的端口部署,以及帮助应对附加客户端的增长。

网络容量的增加推动高带宽应用的发展,支持新兴的实时应用以及网络上并发活动设备的扩展。然而,颇具讽刺意味的是,由此形成的趋势和未来的创新动向又将继续对网络性能提出更高的要求。

性能是本系列文章所讨论的第二部分,该系列文章介绍了随着移动和云应用程序的激增以及网络功能从核心向边缘转移,不断发展的无边界园区所需要的基本技术。遥测面临的挑战和洞见将在接下来的边缘网络时代生存的方法中进行探讨

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • ReplaceMe:通过线性变换给大语言模型"瘦身"的突破性方法
    2025-05-07 10:33

    ReplaceMe:通过线性变换给大语言模型"瘦身"的突破性方法

    现代大语言模型就像一栋拥有数百个房间的豪华大厦,每个房间(或称为"层")都执行特定的功能,共同协作完成复杂的语言理解和生成任务。然而,这些模型的规模已经变得如此庞大,以至于只有拥有高端计算资源的机构才能负担得起它们的运行成本。这就像一辆耗油量极大的豪华跑车,普通人负担不起它的燃料费用。

  • FormalMATH:人工智能形式化数学推理的新标杆
    2025-05-07 10:32

    FormalMATH:人工智能形式化数学推理的新标杆

    想象一下,当你在解答一道复杂的数学题时,你不仅需要给出答案,还需要详细解释每一步推导的理由,不能有任何逻辑跳跃或假设——这就是形式化数学推理的严格要求。

  • Voila:开创真实自主交互与声音角色扮演新时代的声音-语言基础模型
    2025-05-07 10:29

    Voila:开创真实自主交互与声音角色扮演新时代的声音-语言基础模型

    想象一下日常生活中我们使用的语音助手,比如Siri或ChatGPT。它们通常是这样工作的:你问一个问题,它回答,然后安静地等待你的下一个指令。这就像是一个只会被动回应的服务员,永远等待你的呼唤。而Voila团队认为,真正高级的AI助手应该更像一个时刻准备着的好朋友或队友,能够自然地融入你的生活节奏中。

  • RM-R1:让AI评估变得更明智——将奖励模型转变为推理工具
    2025-05-07 10:27

    RM-R1:让AI评估变得更明智——将奖励模型转变为推理工具

    想象一下,你正在参加一场料理比赛,有两位评委。第一位评委只给你一个分数,而第二位评委会详细解释你的菜品在口感、创意和技巧上的表现如何,然后才给出最终评价。显然,第二位评委的反馈对于你改进厨艺更有帮助。伊利诺伊大学研究团队正是秉持这一理念,开发了能像第二位评委那样工作的AI评估系统。

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