ZD至顶网网络频道 02月16日 综合消息:Riverbed希望通过数据中心版本的SteelConnect,以及将该系统集成到SteelHead一体机中成为新的SteelHead SD,来推动更大规模的软件定义WAN(SD-WAN)部署。
SteelConnect SDI-5030提供了一个具备SD-WAN能力的数据中心网管,并与Riverbed的Interceptor一体机进行集成。这提供了SD-WAN与WAN优化的优化组合,可以“跨数千个远程位置”交付应用。
这里的要点是,当组织机构大一点的办事处想把他们的应用转变为便捷的云,那么分支机构就需要WAN优化来达到这个应用。如果在不会给系统管理员造成额外负担的情况下做到这一点的话,那就再好不过了。
Riverbed认为,SteelConnect/Interceptor的组合还可以减少系统管理员更新配置和中间件到数据中心核心路由器所需要做的工作。
因此SD-WAN就可以简化分支机构之间的连接,这不是电信公司使用的术语(通常指短期连接),而是长期承诺点到点的连接。
SteelConnect和SteelHead两者的集成,可以把应用和识别作为一种在企业网络和云上的端到端优化,无需在不同的网络服务之间推送数据包。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。