5G中的SDN-NFV和云計算.pdf摘 要 通過介紹廣義的SDN/NFV和云計算，結合未來5G網絡的特點，分析了5G中上述技術的 應用前景和技術定位；結合5G的網絡特點和現有網絡的部署情況，總結了各技術間的邏輯關系以及運 營商的側重點。引言 SDN/NFV 和云計算都是起源于 IT 領域的技術。 如今，云計算已經非常成熟，在 IT 領域已經大規模商 用，SDN技術作為新興的轉發技術，也已經被谷歌等互 聯網巨頭部署在多個數據中心。隨著虛 擬化技術的發展，人們試圖將更多的專有 設備虛擬化和軟件化，從而達到降低成本 和靈活部署的目的，于是 NFV 的概念誕 生了。本文將結合廣義上 3 種技術本身 的特點和未來5G的網絡能力要求，分析 各技術在5G架構中的技術定位和前景， 同時結合實際的發展情況，總結未來運營 商在技術研發和業務模式上的側重點。 1.1 廣義的SDN及標準化進程 ONF 在 2012 年 4 月 發 布 白 皮 書 《Software- Defined Networking: The New Norm for Networks》
標簽： 5G
上傳時間： 2022-02-25
上傳用戶：jason_vip1
華為AI安全白皮書2018-cn近年來，隨著海量數據的積累、計算能力的發展、機器學習方法與系統的持續創新與演進，諸如圖像識別、語音識 別、自然語言翻譯等人工智能技術得到普遍部署和廣泛應用。越來越多公司都將增大在AI的投入，將其作為業務發展 的重心。華為全球產業愿景預測：到2025年，全球將實現1000億聯接，覆蓋77%的人口；85%的企業應用將部署到 云上；智能家庭機器人將進入12%的家庭，形成千億美元的市場。 人工智能技術的發展和廣泛的商業應用充分預示著一個萬物智能的社會正在快速到來。1956年，麥卡錫、明斯基、 香農等人提出“人工智能”概念。60年后的今天，伴隨著谷歌DeepMind開發的圍棋程序AlphaGo戰勝人類圍棋冠 軍，人工智能技術開始全面爆發。如今，芯片和傳感器的發展使“+智能”成為大勢所趨：交通+智能，最懂你的 路；醫療+智能，最懂你的痛；制造+智能，最懂你所需。加州大學伯克利分校的學者們認為人工智能在過去二十年 快速崛起主要歸結于如下三點原因[1]：1）海量數據：隨著互聯網的興起，數據以語音、視頻和文字等形式快速增 長；海量數據為機器學習算法提供了充足的營養，促使人工智能技術快速發展。2）高擴展計算機和軟件系統：近 年來深度學習成功主要歸功于新一波的CPU集群、GPU和TPU等專用硬件和相關的軟件平臺。3）已有資源的可獲得 性：大量的開源軟件協助處理數據和支持AI相關工作，節省了大量的開發時間和費用；同時許多云服務為開發者提供 了隨時可獲取的計算和存儲資源。 在機器人、虛擬助手、自動駕駛、智能交通、智能制造、智慧城市等各個行業，人工智能正朝著歷史性時刻邁進。谷 歌、微軟、亞馬遜等大公司紛紛將AI作為引領未來的核心發展戰略。2017年谷歌DeepMind升級版的AlphaGo Zero橫 空出世；它不再需要人類棋譜數據，而是進行自我博弈，經過短短3天的自我訓練就強勢打敗了AlphaGo。AlphaGo Zero能夠發現新知識并發展出打破常規的新策略，讓我們看到了利用人工智能技術改變人類命運的巨大潛能。 我們現在看到的只是一個開始；未來，將會是一個全聯接、超智能的世界。人工智能將為人們帶來極致的體驗，將 積極影響人們的工作和生活，帶來經濟的繁榮與發展。
上傳時間： 2022-03-06
上傳用戶：
前不久推出了針對可穿戴智能設備的新版 Android 操作系統。從目前的市場情況來 看，這款新操作系統率先應用在一些智能手表之中。到目前為止，還沒有看到兩款不同 的可穿戴設備搭載了相同的操作系統，這種結果也就意味著，針對一款智能手表的應用 與服務不會運行在另一款智能手表上。 事實上，AndroidWear 已經讓其它智能手表操作系統——例如，索尼為 Smartwatch2 打造的基于 Android 的定制操作系統等顯得有點多余。像三星 Tizen(搭載 在 Gear 智能手表之中)之類的操作系統似乎已難以吸引開發者的關注。 在此方面，谷歌已經做得非常出色。不過，AndroidWear 在初步發布之后，并非有 關此系統工作模式以及其功能相關的所有事物都非常完美。在經過了一周的認真使用之 后，如今業界也發現了 AndroidWear 的一些缺點，當然也有更多的優點。 優點： 1、谷歌已經簡化了此系統的操作方法，這是一大優點。用戶只需簡單的滑動屏幕 即可進行操作，而且還此系統還具有手勢導航菜單和推廣通知等功能，幾乎不用任何按 鈕即可完成操作。 2、如果需要按鈕，那么屏幕上隨時就會出現一個唯一的大按鈕，即使用戶在行動 中也能非常容易的點擊這一按鈕。 3、與 Android 的緊密結合讓通知功能更加有效——無需開發者的任何努力措施， 所有應用都能夠向 AndroidWear 發送通知。 4、此系統的移動控制（Granularcontrol）功能能夠讓應用更加便捷地向用戶發送 通知。 5、通知只是在需要的情況下才會出現——從而減少混亂狀況，并讓情況簡單化。 6、在歸檔電子郵件或刪除通知等方面的功能的確令人滿意。 7、菜單轉移非常順利，而且也非常流暢，不會出現時斷時續或拖
標簽： 智能手表
上傳時間： 2022-03-06
上傳用戶：默默
第一章 機器學習革命學習算法入門為何商業擁護機器學習給科學方法增壓10億個比爾·克林頓學習算法與國家安全我們將走向何方第二章 終極算法來自神經科學的論證來自進化論的論證來自物理學的論證來自統計學的論證來自計算機科學的論證機器學習算法與知識工程師天鵝咬了機器人終極算法是狐貍，還是刺猬我們正面臨什么危機新的萬有理論未達標準的終極算法候選項機器學習的五大學派第三章 符號學派：休謨的歸納問題特別說明：僅作為愛好者學習使用（請勿商用）！本文檔由人工智能吧（QQ群 565128329）整理提供并更多學習分享，若覺得不錯請購買印刷版書籍。約不約“天下沒有免費的午餐”定理對知識泵進行預設如何征服世界在無知與幻覺之間你能信任的準確度歸納是逆向的演繹掌握治愈癌癥的方法20問游戲符號學派第四章 聯結學派：大腦如何學習感知器的興盛與衰亡物理學家用玻璃制作大腦世界上最重要的曲線攀登超空間里的高峰感知器的復仇一個完整的細胞模型大腦的更深處第五章 進化學派：自然的學習算法達爾文的算法探索：利用困境程序的適者生存法則性有何用先天與后天誰學得最快，誰就會贏第六章 貝葉斯學派：在貝葉斯教堂里統治世界的定理所有模型都是錯的，但有些卻有用從《尤金·奧涅金》到Siri所有東西都有關聯，但不是直接關聯推理問題掌握貝葉斯學派的方法馬爾可夫權衡證據邏輯與概率：一對不幸的組合第七章 類推學派：像什么就是什么完美另一半維數災難空中蛇災爬上梯子起床啦第八章 無師自通物以類聚，人以群分發現數據的形狀擁護享樂主義的機器人熟能生巧學會關聯第九章 解開迷惑萬里挑一終極算法之城馬爾科夫邏輯網絡從休謨到你的家用機器人行星尺度機器學習醫生馬上來看你第十章 建立在機器學習之上的世界性、謊言和機器學習數碼鏡子充滿模型的社會分享與否？方式、地點如何？神經網絡搶了我的工作戰爭不屬于人類谷歌＋終極算法=天網？進化的第二部分
上傳時間： 2022-05-07
上傳用戶：
基于stm32的GPS基本數據處理+串口輸入，32與GPS用串口通信并解析得到經緯度，通過另一個串口輸入到電腦上。可以自己寫個上位機解析經緯度得出具體位置。另外說下，OpenLuat 的所有 GNSS 模塊均使用國際標準 (WGS-84)坐標系，所以開發者在國內常見地圖定位時，會發現與實際情況有幾十米的誤差。這并非模塊問題， 而是國內地圖采用了非標坐標系所致。國內常見地圖如高德地圖使用 GCJ-02（俗稱“火星坐標”。高德地圖，騰訊地圖，谷歌地圖（中國區域）使用該坐標） 坐標系， 百度地圖使用 BD-09 坐標系，故此開發者需要對模塊輸出的經緯度進行加偏處理，才能在國內的地圖上實現精確定位。推薦一個網站，http://www.openluat.com/GPS-Offset.html。
上傳時間： 2022-05-11
上傳用戶：
1997年，國際象棋名家卡斯帕羅夫象棋對弈IBM超級電腦深藍，最后結果是大師輸了。2016年，世界頂級圍棋高手李世石與AI圍棋對決，最后竟以1:4慘敗于谷歌阿爾法狗。今年4月，AI電競團隊OpenAI Five與人類戰隊對決《dota》，2:0 完勝世界冠軍OG戰隊。人工智能憑什么能夠戰勝人類?答案是AI背后的超級計算機算力。AI通過算力處理大量的相關數據，并以神經網絡不斷學習成長，最終獲得技能，戰勝人類選手。算力經濟，算力時代，算力改變世界，算力驅動未來。現在很多領域都在談論算力，到底什么是算力?
標簽： 人工智能
上傳時間： 2022-05-30
上傳用戶：
android文檔 android 反編譯工具 GPS全球定位系統 android參考資料 android谷歌服務安裝 android 開發工具
上傳時間： 2013-06-22
上傳用戶：eeworm
該文介紹了填谷式無源功率因數校正( PFC)電路的工作原理及其在基于離線式電源開關IC的LED驅動器中的應用。
上傳時間： 2013-11-08
上傳用戶：84425894
c++結構里的鬼谷問題
標簽：
上傳時間： 2015-01-29
上傳用戶：ynsnjs
一個驗證歌德巴赫猜想的小程序
標簽： 程序
上傳時間： 2014-11-05
上傳用戶：1159797854
