Summary
IT之家 11 月 19 日消息,今日,由 Informa Tech 主办的第十一届全球核心网峰会上,华为云核心网产品线总裁高治国发表主题演讲。同时,华为发布《 下一代核心网演进白皮书 》, 提出下一代核心网目标架构与演进路径 。 ▲ 华为云核心网产品线总裁高治国发表主题演讲 高治国指出,未来 5 至 10 年,Agentic AI 将跨越式演进,向全终端、全业务、全场景深度渗透。 移动网络联接对象从人和物拓展至智能体,推动网络服务从基础联接走向智能联接、超越联接 。核心网向下联接终端、向上使能业务,打造先进的下一代核心网,是移动网络把握智能体时代机遇的关键抓手。 华为提出 NGC(Next-Gen Core)目标架构,驱动移动网络从云原生向 AI 原生跃迁,以满足智能体新联接、新业务的长期发展需求。IT之家附 NGC AI 原生架构具备的三大关键特征如下: 意图接口: 从刚性的信令到灵活的意图表达。智能体终端通过半结构化的意图传递面向任务的差异需求(体验 / 组网 / 算力等),提升智能体使用网络服务的便捷性。 数据与智能面(DAP): 网络从传输比特到分发智能。通过引入智能网元、数据网元和算力网元,实现智能在终端、网络和云之间的高效分发。 低时延用户面: 支持从比特时延到低任务时延。通过带内端网协同实现毫秒级 AI 任务时延保障。 华为《下一代核心网演进白皮书》提到, AI 是移动网络未来十年最大的战略机遇 。移动通信产业正加速迈入智能体时代。面向海量终端的低时延算力服务成为移动网络的全新增长机会。随着端侧智能体规模化普及,低时延端云协同场景持续增加, 预计到 2030 年该类请求将占端侧发起协同任务的 20% 以上 ,覆盖 AI 实时交互、具身智能、工业控制等典型场景。
Original text(via IT之家)
IT之家 11 月 19 日消息,今日,由 Informa Tech 主办的第十一届全球核心网峰会上,华为云核心网产品线总裁高治国发表主题演讲。同时,华为发布《下一代核心网演进白皮书》,提出下一代核心网目标架构与演进路径。
高治国指出,未来 5 至 10 年,Agentic AI 将跨越式演进,向全终端、全业务、全场景深度渗透。移动网络联接对象从人和物拓展至智能体,推动网络服务从基础联接走向智能联接、超越联接。核心网向下联接终端、向上使能业务,打造先进的下一代核心网,是移动网络把握智能体时代机遇的关键抓手。
华为提出 NGC(Next-Gen Core)目标架构,驱动移动网络从云原生向 AI 原生跃迁,以满足智能体新联接、新业务的长期发展需求。IT之家附 NGC AI 原生架构具备的三大关键特征如下:
意图接口:从刚性的信令到灵活的意图表达。智能体终端通过半结构化的意图传递面向任务的差异需求(体验 / 组网 / 算力等),提升智能体使用网络服务的便捷性。数据与智能面(DAP):网络从传输比特到分发智能。通过引入智能网元、数据网元和算力网元,实现智能在终端、网络和云之间的高效分发。低时延用户面:支持从比特时延到低任务时延。通过带内端网协同实现毫秒级 AI 任务时延保障。 意图接口:从刚性的信令到灵活的意图表达。智能体终端通过半结构化的意图传递面向任务的差异需求(体验 / 组网 / 算力等),提升智能体使用网络服务的便捷性。 数据与智能面(DAP):网络从传输比特到分发智能。通过引入智能网元、数据网元和算力网元,实现智能在终端、网络和云之间的高效分发。 低时延用户面:支持从比特时延到低任务时延。通过带内端网协同实现毫秒级 AI 任务时延保障。 华为《下一代核心网演进白皮书》提到,AI 是移动网络未来十年最大的战略机遇。移动通信产业正加速迈入智能体时代。面向海量终端的低时延算力服务成为移动网络的全新增长机会。随着端侧智能体规模化普及,低时延端云协同场景持续增加,预计到 2030 年该类请求将占端侧发起协同任务的 20% 以上,覆盖 AI 实时交互、具身智能、工业控制等典型场景。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家包含外链的文章均包含本声明。
The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.
Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗