🇬🇧The Register - AI/ML•較早收集於 10m
夥伴關係驅動ZTE解鎖AI潛力
💡ZTE夥伴關係助電信業者因應token-based AI，降低成本並提升穩定性。（48字元）
⚡ 30-Second TL;DR
有什麼變化
ZTE透過夥伴關係打造AI生態系統
為什麼重要
ZTE策略強化電信AI基礎設施，可能降低AI服務部署成本。營運商在AI時代獲競爭優勢。影響開發網路密集型AI應用之從業人員。
下一步行動
探索ZTE AI電信解決方案，以優化推論網路穩定性。
誰應關注：Enterprise & Security Teams
關鍵要點
- •ZTE透過夥伴關係打造AI生態系統
- •針對基於token的AI產業需求
- •提升營運商成本效率與穩定性
- •實現超越寬頻業務的成長
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •ZTE 透過其「AI for All」策略，將 AI 算力基礎設施與電信網路深度整合，特別強調在邊緣計算（Edge Computing）環境下優化大語言模型的推理效能。
- •該公司推出了專為電信場景設計的 AI 伺服器系列，支援異構計算架構，旨在解決電信營運商在部署生成式 AI 應用時面臨的高能耗與高延遲挑戰。
- •ZTE 積極推動「AI+網路」的自動化運維（AIOps），利用預測性分析技術減少網路故障並自動優化頻寬分配，以應對 AI 流量激增帶來的網路壓力。
📊 競品分析▸ Show
| 特性 | ZTE (中興通訊) | Huawei (華為) | Ericsson (愛立信) |
|---|---|---|---|
| AI 策略重點 | 邊緣計算與算力基礎設施 | 全棧 AI 解決方案 (昇騰) | 網路自動化與 AI 運維 |
| 市場定位 | 高性價比與電信整合 | 全球領先的端到端 AI | 專注於網路效能與優化 |
| 核心優勢 | 靈活的異構計算架構 | 強大的自研晶片生態 | 全球電信市場市佔率 |
🛠️ 技術深入
- •採用異構計算架構（Heterogeneous Computing），整合 CPU、GPU 與 NPU 以處理不同類型的 AI 工作負載。
- •針對電信網路流量特性，優化了基於 Token 的推理引擎，降低了大規模並發請求下的延遲。
- •引入了液冷技術（Liquid Cooling）以應對高密度 AI 伺服器在邊緣機房部署時的散熱需求。
- •支援多模態 AI 模型部署，並提供針對電信數據集進行微調（Fine-tuning）的工具鏈。
🔮 前景展望AI analysis grounded in cited sources
電信營運商將轉型為 AI 算力供應商
透過將邊緣機房轉化為 AI 推理節點，營運商能直接向企業客戶銷售低延遲的 AI 算力服務。
網路運維將實現全自動化閉環
AI 驅動的自動化工具將取代大部分人工監控，實現網路故障的自我修復與資源動態調度。
⏳ 時間線
2023-02
ZTE 在 MWC 2023 提出「數位新基建」策略，強調 AI 與網路融合。
2024-06
發布新一代 AI 伺服器，正式進軍電信級 AI 算力市場。
2025-03
與多家全球電信營運商簽署 AI 網路優化合作協議。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Register - AI/ML ↗