 |
«Энвижн Груп» строит высокоскоростную сеть в Чите
«Энвижн Груп» создает в Чите и еще двух населенных пунктах Бурятии инженерную инфраструктуру для ШПД-сети по технологии GPON. С ее помощью до конца 2015 г. почти 13 тыс. домохозяйств смогут воспользоваться пакетом услуг Triple Play от «Ростелекома» – высокоскоростным доступом в Интернет, кабельным телевидением (IPTV) и цифровой телефонией (VoIP).
В октябре 2014 г. «Энвижн Груп» выиграла конкурс Бурятского филиала МРФ «Сибирь» ОАО «Ростелеком» на проведение проектно-изыскательских и строительно-монтажных работ по созданию GPON-сети в Чите, Нерчинске и поселке Чернышевск. В III квартале 2015 г. инфраструктура будет передана заказчику в эксплуатацию. Бюджет проекта составляет 26 млн руб.
«Быстрое и качественное расширение оптических сетей – наша важнейшая задача не только в регионе, но в целом по стране. Команда специалистов «Энвижн Груп» помогает ее решать, реализуя строительство в соответствии с договорными обязательствами», – отмечает Константин Ярыгов, заместитель директора МРФ «Сибирь» – директор по развитию сетей связи.
«При создании сетевой инфраструктуры используется преимущественно отечественное оборудование, т.е. мы на деле поддерживаем востребованную тенденцию импортозамещения. Все применяемые комплектующие превосходят зарубежные аналоги по надежности и техническим параметрам», – говорит Павел Каминский, директор филиала «Энвижн – Сибирь».
Технические детали
Реализация проекта включает создание инженерной инфраструктуры в 11 АТС Забайкальского края, прокладку порядка 70 км оптического кабеля для магистральной сети передачи данных и обустройство домовых распределительных сетей – почти 2 тыс. линейных портов для 12,9 тыс. домохозяйств.
Сеть строится на базе оптических линий связи с пропускной способностью 1 Гбит/с (Gigabit Passive Optical Network, GPON). Для создания инфраструктуры используются кабели и комплектующие производства «ИНКАБ» и «СвязьСтройДеталь», а также оборудование «Элтекс».
Контактное лицо: Валерия Воскресенская
Компания: Энвижн Груп
Добавлен: 15:23, 26.03.2015
Количество просмотров: 718
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия598 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия590 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия668 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия790 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
