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
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。