มาตรฐาน DOCSIS 3.1 แบบ Full Duplex พร้อมใช้แล้ว ความเร็วระดับ 10 Gbps

CableLabs ห้องปฏิบัติการวิจัยด้านระบบเครือข่ายซึ่งบริหารจัดการโดยผู้ให้บริการเครือข่ายเคเบิลทีวี ออกมาตรฐาน DOCSIS 3.1 แบบ Full Duplex อย่างเป็นทางการ ซึ่งช่วยให้สามารถรับส่งข้อมูลทั้งการดาวน์โหลดและอัปโหลดบนเครือข่าย Hybrid Fibre Coax (HFC) ได้สูงถึงระดับ 10 Gbps

Credit: asharkyu/ShutterStock

เทคโนโลยี DOCSIS 3.1 แบบ Full Duplex เป็นมาตรฐานใหม่ที่ต่อยอดมาจาก มาตรฐาน DOCSIS 3.1 ของ CableLabs ซึ่งช่วยให้เครือข่ายบรอดแบนด์มีอัตราการดาวน์โหลดสูงสุดถึง 10 Gbps ในขณะที่มีอัตราการอัปโหลดสูงสุดที่ 1 Gbps ซึ่งมาตรฐานใหม่นี้มีการเพิ่มคุณสมบัติสำคัญ 3 ประการ คือ

  • เพิ่มอัตราการอัปโหลดให้มากกว่าเดิม
  • ให้บริการทั้งการดาวน์โหลดและอัปโหลดแบบ Symmetric ระดับ Mlti-ggabit บนเทคโนโลยี HFC
  • ทำให้มั่นใจว่าผู้ให้บริการสายเคเบิลพร้อมที่จะตอบโทย์ความต้องการในอนาคต เช่น การใช้ VR และ AR

CableLabs ระบุว่า ขณะนี้จัดทำข้อกำหนดของมาตรฐาน DOCSIS 3.1 แบบ Full Duplex เสร็จสมบูรณ์แล้ว และจะประกาศสู่สาธารณะในเดือนพฤศจิกายนนี้ ซึ่งมาตรฐานดังกล่าวช่วยให้สามารถ “รับส่งข้อมูลบนสเปกตรัมเดียวกันพร้อมกันได้ ซึ่งช่วยเพิ่มอัตราการอัปโหลดโดยที่ไม่สูญเสียอัตราการดาวน์โหลด”

คาดว่าคงต้องใช้เวลานานหลายปีในการวางระบบตามมาตรฐานใหม่ แต่ก็ช่วยให้การอัปเกรดระบบเครือข่าย HFC มีความชัดเจนมากยิ่งขึ้น ประเทศออสเตรเลียเองก็ออกมาตอบรับถึงมาตรฐานดังกล่าวว่า จะเตรียมเริ่มใช้ DOCSIS 3.1 แบบ Full Duplex ในปี 2018 ที่จะถึงนี้

ที่มา: https://www.theregister.co.uk/2017/10/13/full_duplex_docsis_3_1_standard_completed/





About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

5 ข้อที่ฉุดรั้งให้เครือข่ายไร้สายของคุณช้าลง

เครือข่ายไร้สายมักพบความไม่สเถียรของสัญญาณเนื่องจากมีปัจจัยที่ส่งผลกระทบซ่อนอยู่ค่อนข้างมาก วันนี้ทางทีมงานเราได้พบกับบทความที่น่าสนใจเกี่ยวกับปัจจัยที่เป็นตัวฉุดรั้งให้เครือข่ายไร้สายนั้นแสดงประสิทธิภาพได้ช้าลงกว่าที่ควรจะเป็นอย่างคาดไม่ถึง จึงเรียบเรียงและนำเสนอให้ผู้อ่านได้นำไปประกอบการใช้งานกันต่อไป

5 โปรเจกต์ที่น่าจับตามองสำหรับ Data Science และ Machine Learning บน GitHub เดือนมกราคม 2018

GitHub นั้นถือเป็นเครื่องมือยอดฮิตสำหรับโปรแกรมเมอร์ซึ่งหลักๆ นั้นนำมาใช้เพื่อบริหารจัดการเวอร์ชันของโค้ดในโปรเจกต์ต่างๆ นอกจากนั้นยังสามารถเปิดแชร์ให้ผู้อื่นได้ รวมถึงผู้สนใจสามารถทำการผนวกโค้ด (Forking) เข้ามาในโปรเจกต์ใหม่ของตนเองได้ซึ่งยังสามารถรับการอัปเดตหากเจ้าของต้นฉบับนั้นมีการเปลี่ยนแปลงโค้ด ในหัวข้อนี้เราจะมาพาไปดูโปรเจกต์สำหรับชาว Data Science และ AI เจ๋งๆ ในเดือนมกราคมที่ผ่านมาได้รับชมกัน