思科近日宣布升级其应用中心基础设施(Cisco ACI),这款行业领先的软件定义网络(SDN)解决方案能够让客户更轻松地在数据中心内采用并改进基于意图的网络。随着最新软件版本(ACI 3.0)的推出,4000多个ACI客户将能够凭借网络自动化、简化的管理和提升的安全性提高业务敏捷性,高效处理私有云和内部数据中心内的容器、虚拟机和裸机中的各种工作负载组合。
数据中心当前正在发生翻天覆地的转变。企业迫切需要在日益复杂的数据中心和多云环境中加快速度,提高灵活性、安全性并增大规模。
思科数据中心网络高级副总裁Ish Limkakeng表示:“随着我们的客户转向多云战略,他们正在探索简化环境管理并提高可扩展性的方法。通过在多个数据中心和地理区域使用统一策略自动执行基本IT操作,ACI的全新多站点管理功能可帮助网络运维人员借助单一控制界面更轻松地移动和管理工作负载。这是思科为实现‘ACI无处不在’愿景迈出的重要一步。”
全新ACI 3.0软件版本现已上市,其新特性包括:
Enterprise Strategy Group分析师Dan Conde表示:“在‘ACI无处不在’的愿景中,思科正在打造一款可扩展的解决方案,致力于帮助客户在多云和多站点环境中取得成功。ACI与容器集群管理器的全新集成,及其在零信任安全方面的增强,为市场带来了一款现代解决方案。无论是大型运营商、大型企业,还是商业客户,均能够从中获益匪浅。”
思科全球客户从ACI中获得重要价值:
Tiger Resorts,Okada Manila
Tiger Resorts的全新豪华度假村Okada Manila依靠其IT基础设施来运行关键应用,包括酒店预订和电话系统、赌场游戏应用、零售应用和管理应用等,为其客户提供世界一流的体验。其IT团队为该度假村选择了一流的技术,包括将思科ACI与Citrix NetScaler相结合的集成解决方案。
“思科ACI为我们提供了一个网络骨干,支持我们通过非常简单的近乎一键式的流程,为应用、负载平衡和网络配置灵活部署服务。而Citrix NetScaler则为我们提供了负载平衡、应用安全和加速服务。这一集成解决方案通过即时的资源分配,可改进应用和系统的可扩展性和管理。随着度假村营业发展,该解决方案为我们节省了大量的人力和时间。”
– Dries Scott,Okada Manila信息技术高级副总裁
Banco Bilbao Vizcaya Argentaria(BBVA)
Banco Bilbao Vizcaya Argentaria是一家跨国银行集团,也是西班牙第二大银行,为全球7000万客户提供金融解决方案。
“我们部署了Red Hat Virtualization和思科ACI。这两大解决方案间即将实现的集成将使我们能够在虚拟设备群中实现网络虚拟化与简化的操作等优势,这与我们为OpenStack IaaS所实施的方案相似。”
– Raul Tomas,BBVA架构和全球部署负责人
Hutchinson Networks
Hutchinson Networks是一家领先的IT解决方案提供商,主要提供高端自动化云解决方案和网络服务,帮助客户管理当今复杂的数据中心环境。
“思科ACI为我们的公有云平台Fabrix奠定了坚实基础,提供了一个快速、弹性、自动化的软件定义网络。思科对ACI持续不断的投资让我们受益匪浅,我们已在探索新的服务方案,旨在充分利用思科ACI 3.0的丰富特性,尤其是其多站点设计。”
– Stephen Hampton,Hutchinson Networks首席技术官
World Wide Technology
WWT是一家屡获殊荣的技术集成商和供应链解决方案提供商,提供了兼容的、创新的且历经验证的方法来评估、设计和实施解决方案。
World Wide Technologies公司数据中心交换和应用交付部门经理John Duren表示:“多云环境、托管设施和并购使得IT环境变得日益复杂,我们相信ACI解决方案能够帮助简化这种复杂性。作为测试ACI 3.0和其全新多站点功能的早期试用客户,我们看到思科正在兑现其“ACI无处不在”的承诺,在简化界面的同时,还提供了一致的安全和策略。”
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。