至顶网网络与安全频道 04月08日 编译:思科昨天宣布收购Fluidmesh Networks,该公司主要生产用于连接“物联网”设备的无线回程系统。这次收购的财务条款尚未对外透露。
Fluidmesh的技术可以在火车等快速行驶,或者其他Wi-Fi覆盖范围不稳定的情况下实现零丢失数据传输。目前Fluidmesh的平台可用于各种场景,包括铁路、港口和公共交通。
思科表示,计划把Fluidmesh纳入思科的物联网业务部门,从而将工业无线服务扩展到更多的行业和客户群。此外,思科还计划利用Fluidmesh的专业销售团队和系统集成商资源来扩大物联网业务的范围。思科预计在今年第四季度之前完成此次收购。
思科高级副总裁,云、计算和物联网业务总经理Liz Centoni强调,“可靠的无线连接,对于运营物联网环境的公司至关重要。”Centoni在一份声明中说:“收购Fluidmesh将增强思科在这个领域的产品能力,该技术能在300Km/h的速度下实现零数据丢失。”
Constellation Research分析师Holger Mueller认为,“这次收购将使思科在关键的物联网用例中为客户提供更强大的产品。”
Mueller说:“事实证明,可靠连接现实世界的‘事物’并不是思科的核心能力之一,但幸运的是,这正是Fluidmesh网络的意义所在。未来几个月,我们将看看这个产品将如何与思科集成,如何提高思科在边缘的竞争力。”
过去两年,思科在物联网领域大举投资,而重点是在有大量物联网设备的边缘位置提供基于意图的网络。去年,思科发布了Catalyst IE3x00系列以太网交换机,这款交换机在边缘为物联网设备处理中带来了安全性、可见性和整体管理等功能。
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。