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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。