近期,Hewlett Packard Enterprise 公司旗下Aruba公司在中国正式宣布,将引入新一代交换产品和软件的创新来改变网络规则,旨在进一步满足当今现代企业园区、分支机构和数据中心的独特需求。
而这款新型交换平台被Aruba定义为CX下一代交换平台,增添了Aruba CX 6300系列固定端口交换机和CX 6400系列模块化接入、汇聚和核心交换机,同时还提供AOS-CX操作系统的最新改进功能。这为网络运维和管理人员提供了简单、端到端的交换平台,进而可显著改善当前和未来的业务成果。
有线+无线+安全的端到端智能平台
Aruba全球首席营销官Chris Kozup
Aruba全球首席营销官Chris Kozup对本次CX产品的发布充满信心,他表示,“事实上Aruba推出CX下一代交换平台的主要目标是要向客户提供一种既集成有线,又集成无线及安全的智能端到端解决方案,其应用场景将从园区扩展到分支机构。而Aruba CX下一代交换平台的推出,标志着Aruba已经完全具备了包括有线、无线、安全在内的端到端的全线产品组合。”
在Aruba提供的动态隔离技术中,以及在物联网环境中,无论是有线还是无线网络流量都可以根据统一的安全策略进行很好的隔离,这都得益于CX交换平台对有线和无线的统一管控。
Aruba有线网络技术营销工程高级总监Robert Haviland
另外,很多人对Aruba的了解都源于无线网络,Aruba有线网络技术营销工程高级总监Robert Haviland对此表示,“首先Aruba在交换机方面并不是一个新兵,事实上背后是30年的知识产权积累在做强劲支持,而CX产品也是Aruba与HPE知识产权进行联合之后所推出的产品。”
在有线与无线融合方面,其实Aruba一直都在持续发力,这点也得到了业内的广泛认可。在2019年,Aruba连续第十四年被Gartner魔力象限置于领导者象限,并在Critical Capabilities的6个领先案例中占据5席,在Forrester New Wave的评估中Aruba是唯一被放置在领导者象限的供应商,而IDC MarketScape全球企业级无线局域网供应商评估中Aruba也被评为 “领导者 “。Aruba将其在无线的成功经验复制到有线领域,为智能边缘时代企业传统IT所面临的挑战以及IT运维人员所面临的困境提供有效智能的解决方案。
Wi-Fi与5G共生共存
Aruba一直非常重视5G与Wi-Fi 6的发展,Chris Kozup认为,“5G和Wi-Fi 6未来不是一种竞争关系,而是各司其职,Wi-Fi 6会主要应用在室内环境当中,而5G将在室外环境中被广泛应用,这将很大程度上拓展接入网络技术的创新空间,而这种创新将更多基于在网络中传输的数据,而数据将是未来企业的战略资产。”
而从2G、3G、4G再到5G,运营商业务也在不断从消费业务向企业业务转移。而如何在物联网和5G环境下探索出更好的商业模式,把数据价值更多地释放出来,从而通过数据带来的价值改进企业的业务流程,已成为未来接入网络和边缘侧需要进一步考虑的话题。
Chris指出,“在这些新的需求下,当5G真正普及之后,Wi-Fi将与5G共同承载用户业务,很多成熟的Wi-Fi应用案例都值得5G去借鉴。同时,用户在部署Wi-Fi的过程中不需要考虑频谱许可的问题,但5G对频谱的要求是十分严格的,这也成为Wi-Fi的一项传统优势。”
云原生系统让网络更加智能灵活
目前为止,很多网络运维和管理人员不得不面对缺乏灵活性且分散的网络架构,尤其是在管理分支机构、企业园区和数据中心时更加明显。在这些架构中需要大量的人工跨多个操作系统进行处理,导致操作模型碎片化,网络无法实现现代化功能,大量非结构化数据无法处理。
对此,Aruba中国区技术销售总监俞世丹认为,“基于云原生的网络架构,区别于以往相对静态、固定、固化的网络架构而言,可以通过云原生的操作系统实现模块化、弹性、灵活性、可编程性等网络优势,而这种能力可以进一步与网管平台,以及Aruba准入平台实现整合。”
Aruba中国区技术销售总监俞世丹
另外,在动态隔离技术中,俞世丹表示,“此次Aruba将无线网络的能力进一步扩展到了有线网络中。比如以往部署交换机之后,各端口上连接了哪些终端和设备我们并不清楚,通常需要通过静态方式去配置网络,再把设备分配到不同网段。而未来这些工作都可以由CX系列交换平台去自动完成,比如可以利用Aruba的动态隔离技术自动识别不同端口的接入终端及设备,系统会根据不同终端分配相应权限及下发策略,实现访问控制的自动化。其中也包括流量转发、检测和识别等一系列安全手段,这都是Aruba CX下一代交换平台可以给用户带来的实际优势。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。