提供自动化、可扩展、安全的网络产品和解决方案的行业领导厂商瞻博网络(NYSE:JNPR)宣布将旗下平台与“针对云端开放网络的软件”(SONiC)实现原生集成。SONiC由微软发起的“开放计算项目”(OCP)基金提供支持,同时也是该项目的重要部分。在备受客户重视的丰富路由和深度遥测创新技术支持下,该集成将为云计算供应商提供一个简单自动化的交换管理平台。
SONiC由微软在2016年推出,是网络交换操作与管理方面的一项重大突破。作为一个独特可扩展平台,SONiC集成了由越来越多硬件和软件合作伙伴组成的庞大生态,能够对交换平台和各种软件组件进行集中化管理。
与SONiC的原生集成彰显了瞻博网络对开放可编程性、完全解耦以及通过扩张关键产品组合为云优先企业提供支持的持续承诺。具体来说,该集成能够为云端和服务提供商客户实现:
长久以来,瞻博网络坚持以不断创新的实践,交付业界最佳的解决方案。与SONiC的集成,再次证明了瞻博网络以创新引领云数据中心网络连接的长期承诺。
多方引言:
“在瞻博网络,我们充分了解开放可编程性对于客户的重要性,这一点也在我们对于OpenConfig、Open/R和P4的支持中也得到了长足验证。作为在这一原则上的有力延续,我们很高兴宣布瞻博网络平台与SONiC的原生集成,以此为超大规模数据中心客户在数据中心架构方面提供又一选择。”——Manoj Leelanivas,瞻博网络首席产品官
“瞻博网络平台与SONiC的集成彰显了公司对开放网络连接的承诺,是我们推动当下和未来网络连接革命向前迈出的重要一步。客户将能够利用这个简单自动化的交换管理平台,实现丰富路由和深度遥测创新技术的应用。”——Yousef Khalidi,微软公司Azure网络全球资深副总裁
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。