应用性能公司Riverbed日前宣布推出Riverbed®SteelFusion™新型云及虚拟部署方案,为客户提供更多选择和灵活性。SteelFusion是领先的软件定义边缘解决方案,帮助企业集中管理分散于远程办公室及分支机构的IT基础设施。同时集中管理数据中心、云或混合环境的运营工作。从而优化管理、提高安全性和灵活性并获得更高的成本效益。
新型云及虚拟部署方案包括:
Riverbed公司高级副总裁兼SteelHead和SteelFusion业务总经理Paul O’Farrell指出:“我们非常高兴能够提供SteelFusion新型云及虚拟方案,为客户提供在当今混合IT环境下,在边缘部署和管理业务时所需的灵活性。企业目前可以在任何私有云、公共云或混合云中集中管理应用、数据、基础设施和IT服务,并能够随时随地、安全地在边缘为用户提供性能优化。通过这一独特的软件定义边缘方案,Riverbed可将边缘IT转型,集中管理运营,提高信息安全性,并最大限度地提升远程员工的生产力。”
此次发布延续了今年三月份SteelFusion的发布,创建基于云的数据存储——通过微软StorSimple支持Azure,通过AWS存储网关支持亚马逊网络服务——可远程增加容量和备份。今天,SteelFusion进一步扩展了其云集成方案,并支持IBM云这样的企业云平台。
IBM副总裁兼新兴技术与高级创新CTO Mac Devine提到:“IBM和Riverbed公司有着长期的成功合作经验,共同为我们的客户提供灵活的、易于管理的IT基础设施。我们很高兴能够利用Riverbed的技术,帮助我们的客户优化远程办公室和分支机构在云环境中的IT运营。SteelFusion和IBM云企业平台的结合,还可以帮助我们共同的客户将混合云生态系统延伸到分支机构,帮助客户在云中编排一个软件定义边缘方案用来提高边缘地区的灵活性和安全性,并节约成本。”
为进一步提高SteelFusion的灵活性,Avnet计划提供一个全面集成的系统,帮助解决方案提供商和他们的客户获得软件定义边缘方案,满足远程站点的特殊部署需求。
Avnet技术方案公司数据和网络副总裁Cheryl Neal表示:“与Riverbed合作推出Virtual SteelFusion Edge解决方案以后,Avnet可以帮助合作伙伴满足其客户在边缘地点的业务需求和基础设施需求。通过该款产品,合作伙伴能够为其客户在行业标准服务器上创建定制的软件定义边缘解决方案。同时,合作伙伴还可利用Avnet的解决方案专家和经验丰富的集成服务团队,为其客户提供完整的可即时部署的解决方案。
Riverbed® SteelFusion™为分布式企业提供前所未有的简便性、灵活性、数据安全和业务连续性。SteelFusion是软件定义的边缘解决方案,将最佳的虚拟化和智能存储缓存以及业界领先的广域网优化集成为一个超融合的基础设施解决方案,既满足了企业低运营成本、高安全性和业务快速及灵活性的需求,又满足了分支机构员工对简化工作的高性能应用的需求。
SteelFusion是唯一解决了边缘IT所面临挑战的超融合基础设施解决方案:
上个月,Riverbed于纽约召开了Riverbed Disrupt大会,这是一场由众多高端客户和影响力人物参与的顶级盛会,会中充分展示了SteelFusion的功能特点,并就企业在云时代向数字化服务转型中的重大网络转型问题进行了深入探讨。更多信息,请访问www.riverbed.com。
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。