至顶网网络频道 02月20日 国际消息: 新贵Arista Networks的客户认证由于思科提出的专利诉讼未未结案而延迟,因而导致了旗下部分收入的推迟,但Arista的2017年第四季度业绩和全年业绩仍然保持坚挺。
Arista上周五公布了业绩报告,2017年第四季度的收入为4.679亿美元,与2016年第四季度收入比增长了42.7%,2017年全年收入为16亿美元,同比增长45.8%。第四季度的收益为1.038亿美元,全年收益为4.23亿美元。
业绩报告在一定程度上反映出公司与思科的漫长官司即将结束。Arista曾于2016年9月宣布推出针对所谓“专利945”的解决方案,不过首席执行官Jayshree Ullal在收益电话会议上就表示,当时开始认证该解决方法的客户只能在自己的环境里工作。
Ullal表示,“大部分的认证都是在第四季度完成的” ,但“有些认证会延续到第一季度”。
她表示,只有一些非常复杂的使用案例未能在2017年末前完成。
微软情况的为Arista提供了一个亮点。 Ullal表示,Arista得以在微软的运营范围内拓展业务,算上国际拓展(例如,在以色列的数据中心拓展),微软的业务占了Arista销售额的16%(2016年也是该数字)。
Ullal预计,Arista的其他“云计算巨头”客户将继续推动Arista收入的增长,同时,该部分将重新平衡业务,朝着非美国收入方向发展(本月早些时候,Arista的对手思科做的一个大同小异的类似预测也表示,北美的业务可能趋于平缓,大型云需要在更接近世界其他地区用户的地方创建数据中心)。她表示,Arista今后一段时间业务的60%可能来自国际市场。
市场开始向100 Gbps以太网和400 Gbps以太网的转型,但Ullal表示该趋势的影响是许多许多年的事情:现在的100 Gbps部署是在为她所说的10 Gbps端口及日益普及的40 Gbps端口的长尾巴提供服务。
类似的模式也出现在更高以太网速度的市场上:由40 Gbps和100 Gbps工作负载驱动的主干流量将由400 Gbps以太网取代。她认为Arista大部分大客户将在2019年开始试用400 Gbps。
我们上周曾报道过Arista的又一个胜利,联邦法院2月14日宣布维持早前上诉及专利委员会做出的思科''专利668 '(美国专利7,224,668,该专利含“呼叫面安全和交通流量管理”)无效的决定。
Arista的业绩报告文件可从这里(https://investors.arista.com/Communications/Press-Releases-and- Events/Press-Release-Detail/2018/Arista-Networks-Inc-Reports-Fourth-Quarter- and-Full-Year-2017-Financial-Results/default.aspx)下载。
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。