近日华为云C3ne云服务器获得了可信云的创新大奖,是华为云最强计算的又一次实力证明。可信云作为权威机构,在这么多厂商的中,最终认定了C3ne,Why?

C3ne云服务器首次将业界公有云虚拟网络的转发性能提升到千万级别,其包转发率(pps)最高可达1000w,转发带宽最高可达48G。此次获奖主要是因为下面三个重大创新。
重大创新1:软硬结合,流表归一,快表转发
C3ne云服务器虚拟网络数据面转发首创集成流表方案,将业界传统流表用户态转发方式卸载到华为海思自研u-NIC网卡上,实现主机流量快表转发,全功能加速和卸载,整体转发性能达到单向40G/双向80G,包率单向10Mpps/双向15Mpps。
重大创新2:独创零拷贝技术方案,生态兼容。
C3ne云服务器虚拟网络数据面转发首创软硬结合的virtio后端软直通技术,独创的零拷贝技术方案,保证50Gbps流量进入虚拟机,同时保证对虚拟机内原生virtio前端兼容,无需升级GuestOS驱动,避免业界标准SR-IOV(AWS/Azure)方案的部署难题。
重大创新3:数据面无间断升级,高可靠和高可用。
C3ne云服务器虚拟网络数据面转发各个模块(EVS/集成流表数据面/virtio-agent)设计解耦,支持fail static特性,有效提高了健壮性和快速特性部署。
Why 华为云?
1.华为对技术的投入
华为是一家技术公司。华为最不担心的是技术,持续的加强投入,厚积薄发以实现突破,是华为能够持续成长的关键因素之一。
•华为在世界范围内累计获得授权专利 74307件,中国专利累计授权 39216 件,中国授权专利总量位居全球第一位。华为在欧洲的专利申请数在全球企业欧洲申请专利总数中排行第一,成为首个获此殊荣的中资企业。
•2017年,华为的研发投入是华为在2017年研发投入120亿美元,全球排名第六。
2.华为云的软硬结合的优势
华为在美国、加拿大、欧洲、印度等全球IT能力聚集地设立了研发创新中心,与全球数学家,包括菲尔兹、沃尔夫奖获得者,开展从研究基础数学理论到解决重大工程问题等方面的深入探讨和合作;有着大量的研究人员研究算法,为更快一秒持续投入巨大的人力物力;有着十多年持续投入和积累的海思芯片。这些实践的积累,这些能力的结合,实现了C3ne的突破,使云计算进入千万转发新时代,芯片、硬件、软件、算法的软硬结合能力,也是华为云有技术的诠释。
展望未来,华为云将发挥软硬件协同优势,持续为企业客户提供最强云服务器,并竭诚助力合作伙伴深耕企业市场,成为企业首选的云服务伙伴。
HUAWEI CONNECT 2018作为华为自办的面向ICT产业的全球性年度旗舰大会,将于2018年10月10日-12日在上海隆重举行。本届大会以“+智能,见未来”为主题,旨在搭建一个开放、合作、共享的平台,与客户伙伴一起共同探讨如何把握新机遇创造智能未来。欲了解更多详情,请参阅:https://www.huawei.com/cn/press-events/events/huaweiconnect2018?ic_medium=hwdc&ic_source=corp_banner_allwayson&source=corp_banner
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。