Avaya和Extreme Networks日前证实了Avaya将以“大约1亿美元”出售旗下网络业务的消息。
两家公司三月时就有意交涉该交易,但因为当时Avaya还在找其他买家投标,因此,确认Extreme为最后买家花掉了一段时间。
两家公司日前已经发了声明说交易已经完成,既是说一旦等到律师事务、签字和盖章后就完成了,预期交易结束日期为7月1日。
Avaya卖掉网络业务是因为需要现金,Avaya重组债务时举步维艰,所得现金可以帮助其重组债务,而且,Avaya也希望专注统一通信及之类的业务。另一方面,Extreme则想与诸如Cisco和HPE一类的公司平起平坐,Extreme所以还收购了博科的数据中心网络资产,旨在提供涵盖数据中心核心、LAN、校园网络、WAN和安全性的产品组合。
Extreme认为该交易是一个突破口,因为尽管“Avaya Networking并未提供有关业务审核过的财务报告”, Extreme相信 该业务的“年收入超过2亿美元”。 Extreme还表示可以将花在 Brocade的5500万美元转化为2.3亿美元的年收入,以及可以将收购斑马网络的5500亿美元转化1.15亿美元的年收入。如果这些数字是对的,那么明年这个时候Extreme的收入将新添5.45亿美元,外加2016年报出的5.28亿美元的收入。
加在一起也就是十多亿美元,Extreme的规模仍很难与HPE和Cisco攀比,甚至和Juniper网络都没法比。但Extreme落在Arista后面不是太远,业界人士通常认为在开企业网络购物清单时Arista是值得考虑的。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。