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 中国电信成功完成基于uRLLC和mMTC场景的FlexE技术测试

中国电信成功完成基于uRLLC和mMTC场景的FlexE技术测试

2018-11-08 14:10
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2018-11-08 14:10 科技行者

思博伦通信(LSE:SPT)今天宣布,思博伦和中国电信广州研究院(以下简称广研院)、华为合作,三方共同完成了FlexE在城域网和5G 场景下的验证测试,涵盖FlexE功能和性能等多个方面,测试结果达到预期。

今天,随着高清视频、高频交易等高端应用对于网络服务质量的要求持续提高,以及5G 网络uRLLC和mMTC场景的到来, FlexE技术越来越受到业界重视, FlexE应用场景不断扩展。

本次测试依托中国电信网络与终端重点实验室,采用华为路由器配置基于FlexE端口, 使用配置FlexE测试模块的SpirentTestcenter测试仪。设备之间、设备和仪表间采用100G BASE-LR4 端口组网。SpirentTestcenter FlexE测试模块上采用不同的测试端口,分别配置100G 以太网和100G FlexE模式,在FlexEGroup上配置m*5G FlexE Client, 产生满带宽测试流量,验证FlexE专线的硬隔离特性,测试FlexE专线及FlexE和以太网之间的转发性能。

测试结果显示:业界领先的路由器已经具备通过FlexE技术实现网络分片能力,满足金融、政府等高价值专线场景的组网要求,也为5G mMTC和uRLLC应用场景提供了初步的网络基础。

中国电信研究院IP技术研究负责人朱永庆表示:“ FlexE技术自提出以来,已经引起了业界广泛的关注。 运营商, 设备厂家和芯片供应商都在开发FlexE技术及对不同应用场景的扩展,探索应用场景。为此广研院联合华为和思博伦共同完成了FlexE在城域网和5G 场景下的验证测试,测试结果达到预期。思博伦的Spirent TestCenter测试仪新推出FlexE测试模块,符合技术发展趋势, 具备很好的多链路捆绑能力和信道化功能,5Gbps的FlexE Client 带宽粒度,能很好满足城域网FlexE专线和5G 网络分片的测试要求。”

思博伦通信销售总监周佳新先生表示:“本次广研院、华为和思博伦的联合创新测试,为FlexE技术产业链的成熟奠定了基础,推进了FlexE在城域网和5G 网络中的应用,加速了FlexE产业商用步伐。”

“思博伦持续跟踪50G PAM4,100G, 200G,400G, FlexE等新技术发展趋势,在新技术上持续投入核心研发力量,以高性能的产品和创新的解决方案,持续支持5G 时代网络的发展。”

思博伦FlexE测试方案是业界密度最高的FlexE 100GBASE-R PHY 测试仪,并提供业界领先的50G PAM4 和100G FlexE测试能力, 为数据中心、城域网和5G 网络中推动FlexE的商用进程提供有力支持。

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。

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