至顶网网络与安全频道 05月29日 编译:思科昨天宣布计划收购美国旧金山的网络情报初创公司ThousandEyes。根据交易协议,ThousandEyes的技术将被用于思科核心的企业网络和云服务业务,以及AppDynamics服务中。
思科表示,ThousandEyes将成为思科旗下新的网络服务业务部门,联合创始人、首席执行官Mohit Lad担任ThousandEyes总经理,联合创始人、首席技术官Ricardo Oliveira将继续管理产品愿景和创新战略。
ThousandEyes此前已经获得了1.107亿美元的融资,包括去年2月5000万美元的D轮融资。去年Pitchbook的估值是6.7亿美元。据彭博社的消息人士称,这次收购的价格约为10亿美元。
思科高级副总裁、企业网络和云部门总经理Todd Nightingale在新闻发布会和分析师电话会议上表示,这次收购交易进行了两三个月,此前两家厂商在不同的销售渠道有过多次碰面,因为双方有很多共同客户。
ThousandEyes提供的云平台可以帮助企业使用专门的软件传感器或者代理程序,追踪网络流量的情况,收集有关基础设施的信息。
该平台结合了来自各种来源的数据,以生成企业流量流经网络路径的地图,从而帮助IT团队准确确定出现连接问题时数据停留在何处。ThousandEyes表示,还可以帮助企业发现网络中的潜在漏洞,围绕基础设施投资做出更明智的决策。
ThousandEyes的客户中包括全球最大的25家软件即服务提供商中的20家,以及美国排名前7位银行中的6家,以及微软、Slack和Lyft等科技企业。思科指出,在COVID-19大流行期间,社交隔离政策使得云服务使用率越来越高,这时ThousandEyes提供的服务就变得尤为重要了。
Nightingale在一份声明中表示:“思科和ThousandEyes的结合将提供更深入、更广泛的可见性,以找出漏洞并改善网络和应用性能,为客户在访问云应用的时候提供端到端的可见性,同时Internet Intelligence将提高网络可靠性和整体应用体验。”
Nightingale在电话会议上补充说,思科计划将ThousandEyes的技术集成到思科的众多(也许是所有)产品中,这其中可能就包括思科Webex视频会议服务。他在一篇博客文章中提到了思科的Talos威胁情报部门,称“最重要的是,ThousandEyes之于网络,就像是Talos之于安全。”
市场研究公司Wikibon首席分析师Dave Vellante认为,这次收购表明思科正在“加码安全性”,而安全正是思科的亮点之一。
ZK Research首席分析师Zeus Kerravala认为,这对思科来说是“一次出色的收购”。
Kerravala说:“随着向云端的转移,无论是在家办公、移动办公还是其他情况,都可以说,互联网和私有网络一样,是企业网络中的一个重要组成部分。互联网一直以来都是客户的一大盲点。现在有了ThousandEyes,思科可以引入丰富的互联网知识,并将其与自己设备生成的数据结合起来。”
Kerravala补充说:“这是消除私有网络和公共网络之间界限的一个重要步骤。网络、从云到企业网络再到设备体验,都需要密切监控。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。