至顶网网络与安全频道 06月22日 综合消息:慧与公司旗下的Aruba近日推出业内首款 AI 驱动的云原生平台 Aruba ESP(边缘服务平台),该平台建立在 AIOps、零信任网络安全和统一架构基础上,提供跨网域数据的持续性分析、跟踪 SLA,识别异常情况并进行自动优化的平台,同时监控网络上的未知设备以确保设备安全。Aruba ESP旨在为网络边缘提供云体验,可作为云服务或本地服务使用,也可由Aruba合作伙伴提供托管服务,抑或通过HPE GreenLake获取相应服务。此外,Aruba还提供了 HPE 金融服务,客户根据自身预算和运营要求灵活购买该服务平台。
科技领域近20 年的重点是提供无处不在的移动性,之后逐渐转向基于云的应用程序。如今则步入了由计算和现代网络支持的,由物联网、人工智能和自动化驱动的数据化时代。因此,企业在网络边缘会生成大量的非结构化数据,要将这些实时数据分析转化为有意义的行动,关键是要在人、设备和万物连接到网络的起点——也就是我们所说的“边缘”——对这些数据进行分析和处理。
Aruba ESP三大“硬核”,驾驭未来智能边缘
利用边缘的非结构化数据需要通过网络遥测技术、利用人工智能,以远超人类能力范围的速率和体量对这些数据进行处理。这需要一种由AI驱动的具有“第六感”的基础设施,以提前识别潜在问题,精准制定解决方案,并实施自动化的操作,整个过程无需人工干预。Aruba ESP提供了一个本地或云端的单一云原生平台,基于以下核心原则对企业网络给予全面的保护并对基础设施进行统一管理:
发布会上,Aruba 总裁及联合创始人 Keerti Melkote表示:“智能边缘是一种催化剂,为那些将技术投资作为最要资产,并且希望以此加速转型和确保业务连续性的组织与企业创造了无限可能。可以说,Aruba ESP是Aruba多年技术创新的结晶。同时,来自客户的中肯反馈和建议帮助我们将它打造成为一个更加完美的智能的网络方案。”
Aruba ESP 背后的创新“黑科技”
Aruba ESP 是目前业界可扩展性最高的全栈云原生平台,适用于有线网络、无线网络和 SD-WAN 环境,整合多种网络元素以实现集中管理和控制。Aruba ESP 基于Aruba 的基础架构进行了优化,采用开放标准,可与第三方的解决方案与服务进行集成。这些重大创新还包括:
詹姆斯·库克大学的高级基础架构工程师 Ron Gardner 说:“我们的大规模网络跨多个校区和学习中心,这些区域运行着性能要求十分严格的应用程序,以保证师生和研究人员的互通互联与高效工作。Aruba Central 和 ArubaOS 的增强功能可在简化网络运维的同时减少设备占地面积,并从云端管理大型校园网络和分布式位置,最终,我们能够在问题干扰网络正常运行之前主动发现并解决它们。”
休斯顿大学信息技术网络管理员 Brandon Stratton 表示:“鉴于基础设施的规模和边缘产生的海量数据,我们需要一种可以对网络进行自动识别、修复和微调的方案。Aruba 基于人工智能的专业解决方案,比如 NetInsight,带来更实用的方法,帮助我们进行分析并根据此采取行动。”
据悉,为了满足组织快速变化的业务和技术需求,Aruba 增加了采购的可选方案,包括通过 Aruba 的 HPE GreenLake获得服务,通过 HPE 金融服务购买具有灵活采购方案的 Aruba ESP等举措。例如,客户只需在合同生效后的8 个月内每月支付合同总价值的 1%,即可获得相应的技术方案,剩余的 超过90% 的费用可推迟到 2021 年支付。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。