云计算、加密应用以及网络敏感或带宽敏感应用如网络电话(VoIP)和视频的使用在日益增加,IT组织机构的现有基础设施难以在预算内适应这些需求。
在当今软件定义的分布式企业IT环境中,软件定义网络(SDN)与软件定义广域网(SD-WAN)技术借助自动化、策略驱动控制、内置分析功能、网络服务配置与编排,交付高性价比的最佳用户体验。因此,未来网络将是一番新天地。尽管可以使用现有技术手动配置传统分支机构路由器,打造混合广域网(WAN),然而这种方式进行的配置非常复杂,无法实现最终部署。今天的组织机构需要WAN路由器配置来适应应用和以业务为核心的方式。因此,SD-WAN是全新的WAN架构,可以更灵活更轻松地为混合网络交付混合应用的最佳性能。
鉴于企业网络不断变化的形势,Riverbed日前进行了一次调查,在中等及以上规模的企业中,了解企业目前对新兴技术的采用计划。结果非常令人振奋,SDN-WAN的日益兴起,正在成为远程分支机构的下一代网络创新,数据中心对采用SDN显示出了极高的热情。
77%的受访者表示其组织机构都或多或少地在其数据中心中运用了软件定义网络(SDN)方案。
采用软件定义网络的三大驱动因素按重要性依次为:
(1)更快地部署全新应用与服务(71%的受访者表示这点非常重要)
(2)降低成本(69%的受访者所追求的)
(3)减少部署应用和服务时的错误(68%的受访者表示)
29%的人正在讨论为其远程分支机构采用类似于SD-WAN的架构。
SDN和SD-WAN的采用目前仍处于初期阶段,但我预测在未来的三到五年间,众多组织机构将会采用SD-WAN方案作为一种现代化方式来代替传统的分支机构网络解决方案。
好文章,需要你的鼓励
Anthropic周一发布了旗舰模型Opus 4.5,这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色,是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品,分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理,支持付费用户的"无限聊天"功能,并针对智能体应用场景进行了优化,将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
总部位于圣地亚哥的AI公司耐能发布新一代KL1140芯片,这是首款能在边缘端运行完整变换器网络的神经处理单元。该芯片可将大语言模型从云数据中心转移到便携式本地设备中,四颗芯片组合可实现类似GPU的性能,支持1200亿参数模型运行,功耗降低三分之一至一半,硬件成本减少十倍。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。