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
人工智能和数据安全公司Cyera宣布完成4亿美元后期融资,估值达90亿美元。此轮F轮融资由贝莱德领投,距离上次融资仅6个月。随着95%的美国企业使用生成式AI,AI应用快速普及带来新的安全挑战。Cyera将数据安全态势管理、数据丢失防护和身份管理整合为单一平台,今年推出AI Guardian扩展AI安全功能。
上海AI实验室开发RePro训练方法,通过将AI推理过程类比为优化问题,教会AI避免过度思考。该方法通过评估推理步骤的进步幅度和稳定性,显著提升了模型在数学、科学和编程任务上的表现,准确率提升5-6个百分点,同时大幅减少无效推理,为高效AI系统发展提供新思路。
SAP在2026年全国零售联盟大展上发布了一系列新的人工智能功能,将规划、运营、履约和商务更紧密地集成到其零售软件组合中。这些更新旨在帮助零售商管理日益复杂的运营,应对客户参与向AI驱动发现和自动化决策的转变。新功能涵盖数据分析、商品销售、促销、客户参与和订单管理等领域,大部分功能计划在2026年上半年推出。
MIT团队开发的VLASH技术首次解决了机器人动作断续、反应迟缓的根本问题。通过"未来状态感知"让机器人边执行边思考,实现了最高2.03倍的速度提升和17.4倍的反应延迟改善,成功展示了机器人打乒乓球等高难度任务,为机器人在动态环境中的应用开辟了新可能性。