ZD至顶网网络频道 09月09日 编译:日前,Verizon和思科系统公司联合推出了一款面向企业客户的软件定义广域网(SD-WAN)服务。该产品是Verizon IT咨询服务和思科智能广域网(IWAN)网络技术的组合产品。
SD-WAN可以让企业自由地选择私有网络连接(如MPLS)或公共互联网连接作为运载网络流量的手段。SD-WAN增加了一个智能层,它可以识别由用户产生的流量,并根据流量实时选择最合适的路径。例如,SD-WAN可以为业务应用流量选择MPLS连接路径,以确保可靠的、高品质的连接,而如果流量是诸如网页浏览等不太重要的应用,SD-WAN就会为其选择互联网路径。
结合多路径的混合广域网解决方案或产品可以帮助企业节省资金,同时又确保用户网络流量的性能和安全性。这是对企业特别有吸引力的地方,目前的应用程序要从企业的数据中心迁移到到云。BCM One是纽约的一个解决方案提供商,同时也是Verizon的合作伙伴。据BCM One说,目前他们的合作伙伴对混合广域网解决方案的需求正在增加。
BCM One表示,公司目前能为客户提供的混合WAN产品在一定程度上是比较有限的。并认为,在旗下的产品组合中增加SDN产品不失为一个公司强有力的收入来源。BCM One首席信息官Geoff Bloss表示,“它可以带动其他现存混合广域网解决方案的销售,还可以为我们的传统广域网客户迁移到混合广域网提供更容易的解决方案,并且可以为我们那些想迁移到云里的客户提供了一个强大的技术。”
Bloss表示,SD-WAN还有助于在诸如台式机、移动设备甚至可穿戴设备等终端和用户所需的应用程序之间提供一个更具成本效益和无缝的体验。网络边缘的智能层可以根据用户、终端、所需访问的应用程序以及可用路径等各种因素选出最合适路径。
另外,Bloss称,“客户带宽预算的变化不会太大,他们需要采用综合多种传输途径的方法,得到具有成本效益的解决方案,以解决性能问题。”
Verizon和思科的SD-WAN新产品结合了思科IWAN技术和Verizon的最新内部管理平台。该平台现在应用了IWAN的显性可编程接口,Verizon因此可以在应用层管理网络,而不仅仅是管理线路。
SD-WAN设置的智能层处于网络边缘,独立于底层网络的实现。因此,选择何种连接取决于应用程序的安全性或可靠性,而不是由用户的位置所决定的。
此外,应用路径可以由企业网络管理员根据策略设定。Verizon企业网络和创新副总裁Shawn Hakl表示,也可以考虑网络条件的变化对应用路径作出动态的实时改变。
Hakl表示,“我们之所以共同推出SD-WAN是因为它为我们的客户解决了一个亟待解决的现实问题。除了技术以外,我们还有Verizon团队,他们有助于实现和配置这种技术,也有助于网络和应用性能的结合,并且Verizon能够代客户进行网络管理工作。”
Verizon是思科联手提供SD-WAN服务的第一家服务提供商。思科产品管理企业网络高级主管Jason Rolleston表示,由于思科和Verizon的伙伴关系是网络技术和专有技术知识之间的结合,其产品将有助于推动SD-WAN的市场采用。
Rolleston称,“我们见到很多人有兴趣朝这个方向发展,他们在努力寻找办法利用SD-WAN获益,有些客户真是在找可以信赖的合作伙伴,在找确实拥有专业知识和技能的人帮助他们实现这一技术。”
另外,Rolleston表示,现时BCM One的混合WAN解决方案结合了专用广域网连接、MPLS,以及诸如互联网专线接入或对等连接等二、三级网络路径。不过这些解决方案通常在客户端边界设备上需要完成大量的工作才能将个别的网络路径融合到混合产品里。
Bloss表示,“我们需要的是在客户端边界的某个智能层上简化混合网络的管理,使得混合网络可以更加动态地对网络层和应用层的变化作出更有效的反应,以简化操作时的管理成本。”
Bloss还称,他希望Verizon/思科的SD-WAN联合产品可以解决BCM目前混合广域网解决方案的不足。他表示,“这个产品加入到我们的产品组合里肯定是有意义的。”
此外据媒体获悉,Verizon和思科本月将面向美国的企业客户群联手推广和销售该项服务。Verizon的Hakl表示,虽然两家公司是通过Verizon的管理服务部门销售这一服务,但他们预期服务的发布将会是通过与合作伙伴之间的关系逐个进行传播的方式来进行。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。