梭子鱼网络
• 梭子鱼全新应用交付控制器FDC以业内颠覆性价格为用户提供高达40Gbps的吞吐性能。
• 梭子鱼全新应用交付控制器FDC通过高效扩展的处理性能,能在现代应用交付网络中处理客户大批量请求。
• 梭子鱼全新应用交付控制器FDC采用数据面开发套件(DPDK)和英特尔基础架构来控制工作负载,改进处理性能,减少支出并在虚拟数据中心中提供高吞吐的负载均衡。
梭子鱼通过推出全新应用交付控制器FDC T740版扩展了其应用交付控制器的产品系列。基于英特尔基础架构和改进高达十倍的分组处理性能,梭子鱼全新应用交付控制器FDC以业内颠覆的价格交付40Gbps吞吐量的高处理性能。针对虚拟化数据中心,梭子鱼应用交付控制器可为网站和云服务提供可扩展性和高可用性。它还能监测服务器的运行状况以及每一次服务器的负载分发。提供监测和无缝用户体验的同时,也会避免服务器负载过重,响应缓慢。
梭子鱼全球安全事业部总经理Stephen Pao表示:“用户和应用变得越来越分散,新出现的流量模式正在迫使企业机构重新检验他们的应用交付方式。下一代数据中心亟需一个物理层面上快速又高效的服务器流量负载均衡,从而他们可以在进入虚拟层应用之前更高效地处理这些流量。梭子鱼全新应用交付控制器FDC通过其高吞吐量的负载均衡更好地解决了上述需求,并借助标准英特尔基础架构处理器为客户提供了一个在业内具有颠覆性的高性能和成本效率的完美结合。”
Gartner表示:“传统应用支持了一个位于数据中心的流量模式,所有的应用访问都要通过这个数据中心,在客户和应用之间插入安全产品和交付应用功能就变的十分简单。全新的应用基础架构正在改变着网络的流量模式,ADC,前端优化,且WOC已经从数据流中移除,这就迫使了基础设施架构师需要重新思考他们的应用交付策略。”Gartner建议企业机构将分配给某一特定应用的物理设备模式移动到一个采用物理,虚拟和云部署的服务元素,从而支持一个以新设备,浏览器,云为中心的环境。
梭子鱼全新应用交付控制器FDC是一个针对虚拟化数据中心环境的硬件设施,该环境往往需要具备可以在优化存储和计算资源的跨不同应用和服务器的基础架构中,提供高吞吐量流量分发。梭子鱼应用交付控制器FDC允许企业机构从前端设备分发应用访问控制和安全。这种架构可以帮助前端设备保持对网络流量分发的专一性,实现应用访问控制和应用安全在虚拟环境中近距离服务于应用程序。
梭子鱼全新应用交付控制器FDC为企业级广泛的TCP/IP服务,例如web站点,终端服务,代理,VPN,流媒体和电商等提供可扩展性和高可用性。梭子鱼配置的解决方案流量分发层可以结合梭子鱼下一代防火墙,从而确保跨物理层和云端数据中心的点对点连接。该流量分发层还结合梭子鱼Web应用防火墙以确保可移动,整合及协调虚拟应用。亮点包括:
• 性能- 采用在英特尔基础架构硬件标准之上的现代及开放的软件技术,交付高达40Gbps吞吐量的负载均衡。
• 可用性- 重新分配流量有助于服务器资源的高效利用,为服务器和应用的健康监测部署先进的技术,从而保证资源的最优利用。
• 控制- 结合针对应用流量的精确控制提供响应及时准确的服务。梭子鱼FDC还可为分散的环境提供管理能力。
英特尔网络平台集团企业和电器部门总监Bob Ghaffari表示:“梭子鱼全新应用交付控制器FDC充分利用了通过DPDK和英特尔基础架构的分组处理,以合适的价格提供了应用交付40Gbps的吞吐量。梭子鱼应用交付控制器FDC可推动应用交付网络提供现代数据中心中虚拟化应用的关键因素,包括应用的可用性,安全,可见性以及加速等。”
Principled Technologies发布的报告表示:“梭子鱼FDC能够处理每秒高达60.71G的吞吐量,当这个数字和他的设备价格进行对比时会更令人惊艳。如果你的IT基础架构需要处理大量的用户请求,遇到类似超时,用户体验受挫的问题就会越少。我们发现梭子鱼FDC可以处理的999万的并发web连接和每秒133万次连接。这些数字表明基于DPDK处理器的梭子鱼应用交付控制器FDC T740能够在现代数据中心均衡流量负载需求,并且价格合适。” 更多报告内容,请点击:http://cuda.co/lbfdc740.
梭子鱼应用交付控制器可以服务于不同类型的数据中心基础设施,其产品线包含能提供整合的交付方案和安全的梭子鱼应用交付控制器ADC,能交付高吞吐量和流量分发的梭子鱼全新应用交付控制器FDC。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。