应用性能基础设施企业Riverbed公司日前发布SteelCentral平台最新增强功能。Riverbed SteelCentral是一款全面集成的性能管理解决方案,提供集中可视化与深度分析,确保企业应用最佳性能,同时实现IT效率和生产率最大化。无论挑战来自广泛监控所有应用、网络和基础设施的性能,还是来自深入关键业务应用代码,SteelCentral都是唯一一款端到端解决方案。它整合了用户体验、应用、基础设施和网络监控功能,实现应用性能的全面可视化。
Riverbed高级副总裁兼SteelCentral总经理Mike Sargent谈到:“今天,SteelCentral在各个域孤岛间一路过关斩将,相互协作,旨在交付最佳应用性能,消除相互指责,加快解决问题。有助于IT再次将精力集中在企业的战略目标上。领先企业采用SteelCentral作为其应用性能‘指挥中心’的支柱——他们很清楚若无这样一个强大的应用混合运维视图,他们的相互指责将无法实现今天混合IT环境所需要的应用性能水平。
SteelCentral的这些全新增强功能在协作排解问题能力上前进了一大步。虽然新特性是在该平台的关键组件上推出的——包括Portal,AppInternals,AppResponse,NetAuditor,NetShark,NetPlanner 和 NetSensor的增强功能——但是它们也支持一般性的提升平台集成,同时增强了几项强大的功能,包括扩展的网络和应用可视化;最佳端到端应用事务监控;更具成本效益的Web应用和广域网优化监控。
性能管理集成方法,应对复杂的混合应用环境
提升IT协作和端到端排障能力是今天应用驱动业务领域的关键。对于今天的企业来讲,应用性能等同于业务性能,与此同时,随着SaaS、云、混合网络和终端用户移动性的增加,传统的、以域为中心的工具已无法应对应用复杂性。
“许多企业不具备成功所需的适当的性能管理工具,”企业管理协会高级分析师Shamus McGillicuddy说到。“普通企业会使用6-10种监控和排障工具,甚至还有更多的‘存架软件’。这些工具都不是集成的,都只负责各自的领域。现代IT基础架构需要那些与环境相关的、集成的深入分析,这点只有跨域管理工具才可以实现。”
应用不只是停留在服务器上的软件代码,而且还指:由应用调用的多服务复杂集成;多地方多数据库中存放的数据;本地数据中心和云中存放的物理和虚拟服务器;连接数据和服务的多个网络;错综复杂的应用软件架构;以及,各地从多种设备上访问应用的终端用户。在这种环境下,迷局中的任何部分,服务中的任何缺陷——从服务器故障,到代码问题,数据库问题,网络延迟,再到用户设备兼容性——都会降低应用速度或致使其完全宕机。不幸的是,企业一般采用单点解决方案来管理性能,而单点解决方案是彼此不交流的多个孤岛式工具。这导致极其难以解决的性能问题,以及耗费大量时间相互争论和指责。
SteelCentral以全新的视角应对应用性能管理。它深入全面地捕捉并分析所有网络和应用的性能数据,同时实时监控所有用户的终端用户体验。
SteelCentral新增强功能提升平台集成,强化多项强大的功能
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。