至顶网网络与安全频道 06月10日 编译:HPE子公司Aruba昨天推出了一款名为Edge Services Platform(ESP)的新产品,该产品能够利用人工智能自动查找和修复企业网络中的问题。
Aruba总裁Keerti Melkote表示,ESP是多年开发的成果,该产品可以通过分析来自Aruba Wi-Fi系统、数据中心网络设备以及软件定义广域网产品的检测数据发现问题。这些信息汇总在一个集中的数据湖中,以便可以通过ESP的AI算法对其进行评估。
Aruba称,最后形成了一个统一的分析层,可提供对客户整个网络的洞察,从后端数据中心到远程办公室Wi-Fi接入点。“ESP通过这个通用的数据湖,可以快速访问和关联跨域事件信息,并通过Aruba Central,也就是我们对网络操作的统一监控面板,或者通过Aruba ESP API进行显示,”Aruba云和软件解决方案营销高级总监Patrick LaPorte这样表示。
除了来自客户环境的监测日志之外,ESP的AI算法还采用了一种“建模数据”池,其是通过每天从全球一百万个Aruba设备生成的约15亿个数据点中提炼而来的。
Aruba表示,ESP可以判断网络组件何时可能发生故障、对故障原因进行分析,然后自动解决问题,或者为管理员提供故障排除建议。管理员可以在Aruba的Aruba Central网络监控工具中查看来自ESP的信息。在这个工具界面中有一个AI Search新功能,可以利用自然语言查询,提取用于故障组件的诊断数据。
另外一个名为AI Assist的功能是用于处理特别棘手的问题,该功能可以梳理支持通知单中某个技术问题的相关数据,然后这些信息可以在企业IT团队和Aruba支持团队之间进行共享。
Aruba表示,有关问题的所有数据都集中在Aruba Central中,这样管理员就不需要使用多个分析工具。LaPorte表示:“对于客户而言,好处在于信息都会显示在一个视图中,从而能够更快速地收集信息和解决问题。
Aruba还提供了一些不错的早期数据,据称,ESP的AI算法帮助某个客户将网络吞吐量提高了15%,同时将管理员解决技术问题所需的时间缩短了近90%。
Aruba是HPE的前身惠普(Hewlett-Packard Co.)在2015年收购的,当时Aruba还是一家知名的Wi-Fi系统制造商,之后在2017年进军数据中心网络市场。此后,Aruba一直试图通过提供简化许可等优势,让客户在数据中心网络和硬件Wi-Fi网络上实现标准化,ESP则是通过提供统一的分析层,将数据中心网络和Wi-Fi系统联系在了一起。
目前ESP已经上市,作为托管在Aruba合作伙伴的一项管理服务通过云方式提供,同时也可以通过本地部署的形式提供。
好文章,需要你的鼓励
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。
FLAME-MoE是卡内基梅隆大学团队开发的首个全透明混合专家语言模型研究平台,包含7个规模从3800万到17亿活跃参数的模型。它采用每层64位专家、top-8选择和2位共享专家的架构,公开所有训练数据、代码和检查点。实验显示,FLAME-MoE比相同计算量的密集模型提升3.4个百分点,并揭示了三个关键发现:专家逐渐专注于特定词汇子集,专家协同激活保持稀疏多样,路由行为在训练早期就趋于稳定。这一平台为MoE模型的系统研究提供了前所未有的开放基础。
这篇论文介绍了ModernGBERT,一个由维尔茨堡大学研究团队开发的高性能德语编码器模型家族(1.34亿和10亿参数版本)。研究将ModernBERT的创新架构应用于德语,同时通过LLM2Vec方法将德语解码器模型转换为编码器以进行对比研究。在SuperGLEBer和MTEB等基准测试中,ModernGBERT 10亿参数模型不仅超越了之前最先进的德语编码器,还在性能和参数效率方面优于转换后的编码器。研究团队还证明了更大模型能有效利用大规模单语语料库,为德语自然语言处理提供了全透明、高性能的资源。