为了挑战未来连接必须依赖地面基础设施的传统观念,特别是在印度准备迎接新一轮数字化转型之际,DE-CIX印度宣布成为该国首个将Starlink卫星互联网纳入互联生态系统的互联网交换平台,创造了历史性突破。
DE-CIX成立于1995年,在欧洲、非洲、北美、南美、中东和亚洲的60个地点提供互联服务。该平台可从全球600多个城市的数据中心接入,连接来自100多个国家的网络运营商、互联网服务提供商、内容提供商和企业网络,提供对等互联、云服务和其他互联服务。
DE-CIX印度致力于促进印度主要网络与全球网络之间的对等互联。公司在孟买、德里、金奈、加尔各答、班加罗尔和海得拉巴设有业务点,旨在为互联网服务提供商、内容分发网络、在线视频平台和企业提升互联网性能,从而增强印度的数字经济实力。
该公司认为,低轨道卫星正在为那些长期被排除在数字主流之外的世界各地区提供连接服务,开启了新的可能性。
Starlink现在准备在印度不断增长的数字生态系统中发挥成熟互联网服务提供商的作用,并强调这不是要与地面或移动网络竞争,而是作为补充力量存在。
DE-CIX印度表示,随着Starlink已从印度电信部获得商业许可证,预计将在2025年底或2026年初获得最终批准,卫星通信的监管路径已经明确。公司还观察到,Starlink的部署设计具有良好的可及性——特别是考虑到其在传统连接仍在发展的地区提供高速接入的承诺——这一推出不仅对卫星行业,而且对国家的更广泛发展目标都将产生重大影响。
DE-CIX印度补充说,预期的初始吞吐速度范围在25 Mbps到220 Mbps之间,使得即使在山区、农村或岛屿等超出光纤等地面基础设施覆盖范围的地理区域,也能提供真正的宽带级服务。
然而,DE-CIX印度也强调,无论卫星星座多么先进,其性能都取决于与地面数字生态系统互联的能力——特别是对于流媒体、视频会议和在线游戏等延迟敏感的应用——卫星星座要兑现其承诺,需要地面网络的韧性支撑。
在印度及其他地区,DE-CIX一直证明其互联基础设施能够满足超大规模性能和韧性的需求。随着Starlink等参与者进入印度市场,能够依靠全球基准的正常运行时间、合规性和互联标准,是解决数字鸿沟问题时获得长期成功的关键要素。
通过其全球Space-IX项目,DE-CIX表示可以为Starlink等卫星运营商提供互联服务,将轨道网络锚定到高性能地面基础设施中,实现与内容、云服务和应用提供商的无缝接入。公司表示有信心确保卫星运营商能够在本地互联的同时实现全球服务交付,为即使是最偏远地区的用户实现尽可能低的延迟。
Q&A
Q1:DE-CIX印度与Starlink合作有什么意义?
A:DE-CIX印度成为该国首个将Starlink纳入互联生态系统的互联网交换平台,这一合作将帮助卫星网络与地面数字基础设施无缝对接,特别是为山区、农村等偏远地区提供25-220 Mbps的宽带级服务,有助于缩小数字鸿沟。
Q2:Starlink在印度的商业化进展如何?
A:Starlink已经从印度电信部获得了商业许可证,预计将在2025年底或2026年初获得最终批准。获批后,Starlink将作为印度数字生态系统中的互联网服务提供商,与地面和移动网络形成互补关系。
Q3:Space-IX项目是什么?能提供哪些服务?
A:Space-IX是DE-CIX的全球项目,专门为卫星运营商提供互联服务。该项目能将轨道网络锚定到高性能地面基础设施,实现与内容、云服务和应用提供商的无缝接入,确保卫星运营商在本地互联的同时实现全球服务交付。
好文章,需要你的鼓励
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。
OpenAI发布"企业知识"功能,为ChatGPT商业版、企业版和教育版用户提供连接组织数据的能力。该功能集成Slack、SharePoint、Google Drive、Teams和Outlook等应用,但不包含OneDrive。用户需单独验证每个连接器,数据经过加密且不用于训练。与微软365 Copilot的30美元月费相比,ChatGPT商业版仅需25美元,在品牌认知度和价格方面具有竞争优势。
石溪大学等机构联合开发的TimeSeriesScientist是全球首个端到端AI时间序列分析系统,通过四个AI智能体协同工作,能完全自主完成从数据清理到预测报告的全流程。该系统在八个领域测试中表现卓越,预测误差比传统方法降低10.4%,比其他AI方法降低38.2%,并能生成详尽的可解释报告,将专业级数据分析能力民主化。