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
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。