Riverbed科技公司日前宣布推出最新版Riverbed SteelCentral,为用户提供市场上最完整、集成的数字体验管理解决方案。随着众多企业持续加大对数字业务的投资,对用户体验的评估和质量控制能力也在面临挑战。现在,Riverbed SteelCentral可以帮助客户评估数字体验的方方面面,并排除故障,其范围覆盖用户设备体验、后端网络、基础设施、云和应用。
根据研究机构EMA最新发布的一份报告称,59%的企业领导认为IT和业务部门分担了数字体验管理的责任。Gartner的研究则表明:只有不到5%的全球企业将数字体验监测作为一项战略付诸实施。最新更新的Riverbed SteelCentral为管理终端用户的数字体验提供了集成化、聚焦业务和以用户为中心的解决方案。与此同时,它为完整的终端用户服务提供了新的集成监测与分析,覆盖用户设备的业务活动、整个网络、应用服务器及应用代码,为确保可靠和高质量的终端用户体验提供快速有效的解决方案。
最新版SteelCentral:
Riverbed SteelCentral高级副总裁兼SteelCentral业务部总经理Mike Sargent表示“我们的客户正在对数字业务转型计划进行高额战略性投资,以此提升客户亲和力和员工/合作伙伴的生产力。对他们的成功而言,获得一种完美的数字体验相当重要。随着云和移动技术的普及,他们发现传统工具无法从整体上评估和管理用户的数字体验效果。现在,SteelCentral能够为市场提供最全面、模块化且集成化的数字体验管理解决方案。帮助企业获得可靠、始终如一的高品质终端用户体验。就广度和深度而言,SteelCentral可下探至个人交易层。我们正将可视化带入一个全新层面,帮助客户实现其战略目标。”
SteelCentral强化终端用户性能监测,实现数字体验的集成可视化
SteelCentral Portal、SteelCentral Aternity和SteelCentral AppInternals的融合是最新版本的亮点。这意味着SteelCentral用户现在可以将能够为IT和企业管理人员提供基于设备的终端用户体验视图与展现IT性能及其对终端用户影响的单一管理平台视图相结合。此外,SteelCentral Aternity与AppInternals之间的集成工作流程为整个终端用户服务提供了一个集成监测系统,使得IT部门能够跨设备和应用为业务关键型应用快速排除故障。 这将为包括终端用户服务、应用程序开发和运营以及IT和业务管理人员在内的各种从事数字体验管理工作的团队提供一站式服务。
SteelCentral降低云上云下的应用迁移风险
随着众多企业不断将应用迁移至云端,了解该迁移对应用和网络性能的影响正在变得越来越具有挑战性。云性能,特别是与网络相关的性能,对大多数企业而言都是常见的盲点。本次发布的SteelCentral版本引入了应用迁移规划与预测,使得网络规划和架构团队能够在应用迁移之前模拟并预测流量行为及其对网络的影响——从数据中心到数据中心、从数据中心到云,以及云供应商之间。因此,在规划应用的云迁移时,企业能够利用的是数据而非凭直觉。
SteelCentral帮助企业管理整个应用生命周期的成果
随着各级组织机构采用开发运维、开发和质保,运营团队正在精简、集成和实现流程自动化,借以提高应用版本的敏捷性和质量。现在,SteelCentral AppInternals帮助IT团队在整个应用生命周期中使用性能信息和诊断信息。利用全新的RESTAPI,开发和质保团队可以为其构建工具链添加性能测试,并确保各类版本针对生产进行优化;运营团队可以使用诸如Slack和HipChat之类的流行协作工具的警报功能;支持团队可以自动开启事件管理工具的标签以记录问题、发现根本原因和诊断结果。此外,团队可使用应用程序接口来提取指标,丰富现有报告和工具。
SteelCentral实现集成化网络和基础设施排障
Riverbed此次还推出了NetProfiler与NetIM之间的全新集成,帮助网络管理员了解网络基础设施对网络性能的影响。这一集成是SteelCentral实现跨域协作,打破单点监测方案所产生的沟通障碍的另一个例证。
Baker Donelson公司首席信息官John D. Green表示:“能够追踪终端用户体验只是难题的一部分,尽管它提供了非常有价值的信息,但我更希望在一个管理界面中看到整体性能和体验状况。此次的版本将技术进一步整合到SteelCentral产品线中,为我提供了一个单一管理平台视图。Riverbed与Aternity相结合带来了一套组合工具,当组合成一个单一管理平台时,可以帮助你在全网实现从服务器到线路的全面可视化。”
IDC研究公司企业系统管理软件副总裁Mary Johnston Turner表示:“终端用户体验对诸多数字业务项目的成功至关重要。应用程序性能不佳会影响品牌认知度和客户满意度,许多组织很难理解应用交付链中的所有基础设施、软件和终端用户设备要素对终端用户体验产生的影响。最新版SteelCentral提供了混合设备终端用户体验监测,为客户提供端到端的应用性能视图,覆盖用户设备体验,后端网络及基础设施。这种能力为企业战略以及正在执行数字化转型战略的IT团队带来价值。”
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。