至顶网网络与安全频道 05月06日 编译:尽管云网络厂商Arista Networks公布的第一季度财报收入相比去年同期急剧下滑,但仍超出了此前的预期。该季度Arista Networks在未计入股票薪酬等特定成本下的利润为每股2.01美元,收入为5.23亿美元,同比减少12%,不过这仍大大超出了华尔街此前的每股1.81美元利润, 5.178亿美元收入的预期。
近年来,Arista Networks已经成长为网络巨头思科的一个主要竞争者。Arista Networks推出了用于处理Facebook和Yahoo等网络巨头超大规模数据中心流量的网络交换机产品。
在刚刚结束的这个季度中,Arista Networks收购了软件定义网络初创公司Big Switch Networks,交易金额未对外公布。Arista Networks称,将利用Big Switch的网络监控工具来增强其交换机所采用的EOS操作系统,特别将扩展该软件现有的CloudVision和DANZ网络监视模块功能。
Arista Networks首席执行官Jayshree Ullal在一份声明中表示:“尽管我们经历了全球新冠病毒大流行,但仍在2020年第一季度实现了稳健的财务业绩。我们致力于保护员工的安全,同时在这个不可预测的时代为我们的客户、股东和所在领域带来价值,相信未来我们将变得更加强大。”
可能Arista Networks会变得更强大,但同时也在遭遇短期的挑战。Arista Networks对第二季度的指引低于预期,这让投资者感到失望。Arista Networks预计,第二季度的收入在5.2亿美元至5.4亿美元之间,此前华尔街预期的收入为5.42亿美元。
Arista Networks股价在盘后交易中下跌超过3%,此前在常规交易中上涨了4.5%。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。