近日,南京网锐(原xNet)推出“锐”品牌,技术理念转向更具前瞻性的“IT架构转型”,结合近年来在SDN交换机和开放式网络领域的积累,网锐公司将SDN/NFV技术的开放性和灵活性优势充分发挥了出来。在启用“锐”品牌的同时,“NetrimX”作为全新的英文品牌名,一并闪亮登场!
回顾网锐的发展之路,艰辛与挑战如影随形,作为国内最早从事SDN技术研究的创业公司,网锐在成立之初,一直充当着SDN的布道师和破冰者角色。彼时,xNet(extensible Network)是网锐践行“开放网络”的标签,通过力推交换机软硬件解耦理念、白盒模式、交换机系统定制化开发,得到了大量ODM客户和互联网公司的认同。如今,网锐的眼光已经不仅仅局限与“L2~L4”的交换机层面,而是瞄准了更高处:网络与IT的融合协作,将软件定义的理念提升到应用交付,帮助用户构筑以软件为中心(software-centric)的IT基础设施。“锐”品牌令旗挥动,ADS交换机、flexSDN交换机、pureIP软件等一大波新产品拍马杀到。
网锐公司在业界首创了应用定义(ADS)交换机,利用交换机实现转发层平面的负载均衡,集群, 集群链, 优化网络层次结构,缩减ADC(应用交付控制器)等专用设备,精简IT网络,提升业务效率和可靠性。
【ADS交换机典型组网】
在ADS交换机构筑的新数据中心里面,不再需要专门的负载均衡控制器,由ADS自身处理转发平面的负载均衡,整个集群的吞吐量可以与ADS交换机的交换容量相当,彻底改变消除传统ADC的性能瓶颈;ADS连接的应用服务器可以全部工作在active模式,提高服务器利用率;系统采用单VIP,不需要DNS轮询;
flexSDN交换机包括X系列和E系列,前者用于数据中心,存储,HPC等网络的接入(ToR)和汇聚(EoR)部署,后者用于园区网,企业网等环境的接入和汇聚。网锐提供业界适用性最广的软件定义网络(SDN)和开放网络解决方案,基于开放式可编程Linux网络操作系统的NITOS,可以直接支持IT自动化运维工具(如Ansible, Puppet等)客户端。
【NITOS与Ansible联动进行监控】
NITOS还提供了Open API,支持用户对flexSDN交换机的集成,管理和控制。
【flexSDN典型应用】
flexSDN除了支持标准OpenFlow协议、集中式控制器部署模式外,还可以支持混合式控制器部署模式、自制控制器集中式部署模式以及点对点部署模式,给使用者更加灵活的选择。
pureIP系列软件是网锐公司推出的增强网络业务解决方案,分为SLB、FW、IPS多个功能版本,可以集成在物理服务器或者虚拟机中,与ADS交换机协作,满足云计算中心复杂的IT业务交付需求。
【ADS+PureIP在云数据中心的应用】
ADS交换机构筑应用交付骨干,集成在vm中的pureIP策应联动,互联网企业用户可以部署一个高可用、高性能, 可扩展的虚拟SLB集群服务链,提供NAT, Proxy, SSL, Caching, Compression, WAF 等功能,应对复杂的应用交付场景,而服务器集群既可以是IT应用服务(OA、邮件、web、aaa),也可以是NFV服务(防火墙、IPS、WAF、VPN),既满足IT应用需求,也可以实现IT支撑体系的Scale out。
“锐”是独到而敏锐的战略眼光,是锐意进取的凌厉气势,也是锐气逼人的创新产品。基础网络与上层业务的割裂是系统管理员的心病,当我们看到网锐的“netrimX”时,一切似乎有了答案,“trim”本来是个去除空格的函数,所以,netrimX就是要去除网络和所有应用之间的“空格”,让我们一起来期待!
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。