戴尔宣布推出全新开放网络功能,以助力客户业务向数字化转型,从而降低IT成本、更快收回投资并交付新的数字化功能。
要想在当今时代保持竞争力,企业亟需进行数字化转型,该过程的第一步自然是通过IT 转型实现数据中心的现代化、生产力自动化并改变运营模式。灵活的网络架构是IT转型的关键,它能让企业迅速应对不断变化的业务及客户对“少中断,低成本”的需求。
戴尔网络、企业基础设施与服务事业部资深副总裁Tom Burns表示:“戴尔认为,网络在开放时可以达到最佳表现,可为各种规模的企业提供尽可能多的选择和功能。通过分解网络系统软件,让网络软件脱离硬件平台,企业可以将自己从严苛的专有环境中解放出来,拥抱软件定义并解锁任意规模的创新。”
戴尔近期委托ACG Research做的一份总体拥有成本(TCO)报告针对一家在其所在国家的服务基础设施中对网络功能虚拟化(NFV)模式进行大量分析和大规模测试的著名一级服务提供商进行了调研,该提供商选择开放、模块化和可扩展的设计作为基础,在其服务交付PODs(专为快速部署和复制而设计的一套特定规模的基础设施)中部署关键元素。结果显示:
新增的开放网络产品组合提高了性能,并降低了持续成本
作为开放网络的先驱,戴尔兑现了软件定义网络(SDN)的承诺,让网络运营变得更加灵活、可编程,并更易管理。一个敏捷、可编程的网络是IT运营转型和应对数据中心不断变化的应用和负载需求的基础。
图:戴尔S5148F-ON网络交换机
图:戴尔S4100-ON系列网络交换机
S5100-ON和S4100-ON是首个标配戴尔全新旗舰网络操作系统OS10企业版的产品。基于来自Linux基金会和开放计算项目的开源技术,OS10企业版是专为传统网络和DevOps环境而设计的下一代模块化、可编程的网络操作系统。
OS10企业版套件提供第二层和第三层网络功能,同时也让客户能够针对不同的环境轻松定制软件。客户可以融合更多开源功能或添加第三方Linux应用,也可以利用标准Linux 与DevOps工具开发自己的软件。
图:戴尔N1100-ON系列网络交换机
全新N1100交换机支持物联网计划和劳动力转型,可驱动一个无线优先的工作环境,在这里,终端用户和接入点无论在哪个位置都能相连。N1100交换机与近期推出的专为大型园区环境而设计的N3100-ON和N2100-ON 交换机形成互补,非常适合中小型企业环境。N3100-ON和N2100-ON交换机是专为新兴2.5GbE/5GbE高速园区网络而优化的GB级开放网络交换机,能够支持企业中下一代无线LAN基础设施。
戴尔服务启动全新网络解决方案
与技术和业界专家进行战略合作有助于加快IT和劳动力转型。借助可信合作伙伴的最佳实践、工具和服务,IT部门能够更高效地执行最初的转型任务,同时聚焦于在企业中发挥最大作用的资源和人才。
NFV咨询服务包含:
物联网技术咨询服务是一项全新服务,旨在帮助企业确定充分利用物联网数据(例如:传感器、信标、手机、可穿戴设备、互连设备)所需的关键功能和架构。这些信息可用于各种计划,如优化关键操作流程、降低合规与安全风险、发现新的收入机会,以及开展更有吸引力的客户活动。
中国供货信息:
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。