应用性能基础设施企业Riverbed公司日前宣布收购德国Ocedo公司,这是一家SDN(软件定义网络)与SD-WAN(软件定义广域网)解决方案的领先供应商。Riverbed下一代软件定义网络解决方案可为当今的混合型企业提供最佳应用性能和业务灵敏性,本次收购进一步加快了其交付该解决方案的战略。收购私营公司Ocedo将扩展并加速Riverbed为客户交付最佳SD-WAN解决方案的能力,同时为Riverbed及其合作伙伴带来巨大的全新发展机遇。
Riverbed总裁兼CEO Jerry M. Kennelly谈到:“Riverbed此次收购Ocedo颇具战略意义,引起外界广泛关注。其创新软件定义网络解决方案完美补充了我们在研发上的战略投资,拓展了我们积极投身SDN及SD-WAN新兴市场竞争的定位,颠覆了市值达数十亿美元的分支机构路由器市场。十年来,该产业经历了最重大变革,云和混合IT环境对网络连接有着不同的需求,Riverbed致力于帮助企业获得以应用为导向、软件定义的更新更优越网络架构的优势。”
SD-WAN解决方案优化并简化了混合WAN的部署和管理方式,帮助IT更灵敏更轻松地实现本地或公共云中快速且安全的应用交付。SD-WAN市场有望在近年内迅速发展。Gartner预测,“到2019年,30%的企业将在其所有分支机构使用SD-WAN产品,而今天这一数字还不到1%,显然将会大幅增长。”(源自Gartner研究机构Bjarne Munch于2015年12月1日针对软件定义WAN发表的市场指南)
Ocedo是软件定义网络的先驱者,已研发了先进的软件定义分支机构网络解决方案,其产品组合包括安全网关、无线接入点及交换机,以及集成式云管理系统,该系统可实现零接触配置,并对远程设备和网络服务实现集中控制。
“收购Ocedo是一次改变游戏规则的创举,它迅速使Riverbed居于软件定义网络与SD-WAN解决方案领导者行列,”ZK研究机构Zeus Kerravala指出,“叠加Riverbed业界领先的应用性能基础设施产品组合,又恰逢企业寻求部署下一代网络之关键时期,此举巩固了Riverbed作为创新性高性能网络软件解决方案之可信赖供应商的地位。”
Riverbed为软件定义网络提供以应用为导向的独特方法,为分布式企业边缘提供快速且灵敏的应用交付能力。此外,Riverbed还提供全面的应用性能平台,交付端到端可视化、优化及控制,助力企业实现软件定义网络解决方案的全部优势。
Riverbed于2015年秋季发布“老虎计划”,计划为市场推出以应用为导向的SD-WAN解决方案的全新套件,消除对传统分支机构路由器的需求,提供基于云的零接触配置与管理。本次收购将进一步助推该计划,并将依托全新软件操作平台,为Riverbed自身及其第三方服务和应用实现灵敏服务链。Riverbed计划于2016年第一季度推出首个SD-WAN解决方案,从而补充并拓展Riverbed应用性能平台。
除创新技术外,Ocedo还为Riverbed带来了经验丰富的领导团队和技术人才。Ocedo的创业团队在网络行业拥有数十年经验,他们曾经联合创立了网络安全公司Astaro,该公司于2011年被Sophos收购。
Ocedo CEO Jan Hichert说到,“我们非常高兴加入Riverbed团队,和我们一样,他们满怀激情,致力于在今天的云、移动和混合环境中交付最佳网络解决方案,从而改变市场现状。我相信Ocedo的技术将在Riverbed的引领下蒸蒸日上,我们将协力同心,坚持不懈地创新并研发解决方案,旨在改变现代企业中应用交付的方式。”
本次交易于2016年1月19日完成。该交易的财务条款尚未公布。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。