风河公司近日宣布,推出业界首个商用运营商级全集成和虚拟化软件平台 Wind River Carrier Grade Communications Server。该解决方案专门用于部署 NFV (Network Functions Virtualization, 网络功能虚拟化 ),可与现有网络无缝集成。
风河公司通信业务部总经理Mike Langlois说:“运营商级网络正在朝着功能完全虚拟化的方向演变,而这一演变的核心则是能够轻松实现应用虚拟化,同时保持运营商级解决方案核心特性:可用性、可升级性、安全性以及管理的平台。目前有很多提供企业IT解决方案的公司都自称能够提供NFV解决方案,但是如果不能提供运营商级的能力,就不是真正意义上能够实现NFV的产品。而运营商级性能一直是风河公司DNA的一部分。”
作为一个完整的NFV解决方案,Wind River Carrier Grade Communications Server将使运营商真正能够将其网络迁移到NFV架构,同时保持其广为认可的运营商级特性。用户可以非常方便地部署、使用NFV应用,从而把握NFV带来的新机会,领先一步迎接未来竞争挑战。
Wind River Carrier Grade Communications Server由电信专家开发而成,以Wind River Open Virtualization为基础, 采用Wind River Linux、经过优化的实时基于内核的虚拟机(KVM++, Kernel-based Virtual Machine) 、OpenStack®运营商级增强功能, 以及Intel® Data Plane Development Kit (Intel DPDK) 加速vSwitch 技术。
作为电信行业的一项硬性要求,运营商级性能对于运营商和服务提供商至关重要。原因在于,如果他们无法满足以下要求,他们就无法部署应用:
• 保持现有5个9或者6个9级别(99.999 至 99.9999%)的可用性,确保每年的停机时间不超过30秒。
• 通过现有OSS/BSS/NMS系统管理应用。
• 提供高水准的可升级性,特别是可将新的设备作为物联网的组成部分添附到网络之中。
• 达到其通过原有非虚拟化应用业已为用户实现的服务级协议(SLA,Service Level Agreement)性能和安全性要求。
NFV的一项主要价值是能够在商业现货(COTS, Commercial Off-the Shelf)硬件上运行原本属于虚拟机上专用的软件。Wind River Carrier Grade Communications Server针对HP ProLiant服务器以及Intel® Communications Infrastructure Systems Xeon® 处理器进行了优化,并在其上运行。此外,风河还与惠普合作在 NEBS (Network Equipment Building System ,兼容网络设备建立系统 )的HP ProLiant 服务器上对风河通信软件进行了认证。
风河大力倡导标准化和开放性,积极为ETSI NFV Industry Standards Group做贡献。过去几年中,风河积极与领先的电信设备企业以及服务提供商就NFV和云计算概念验证展开合作。在NFV Industry Standards Group正式设立之前,风河曾经是英国电信公司发起的早期NFV概念验证计划的主要贡献者。
作为部分用户的提早试用版本,Wind River Carrier Grade Communications Server定于2014年1季度推出。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。