提供安全、人工智能驱动的网络领导厂商瞻博网络(NYSE:JNPR)宣布与Zenlayer (www.zenlayer.cn) 深化合作伙伴关系,帮助其进行数据中心网络升级,助力该全球化的边缘云服务提供商实现快速业务增长,更好地践行其通过软件定义平台为全球提供快速网络连接和杰出数字用户体验的愿景。
Zenlayer是全球领先的边缘云服务提供商,企业可通过Zenlayer的平台在用户附近部署应用程序并改善其数字体验。Zenlayer在全球6大洲180多个节点提供边缘计算、网络以及应用程序和动态加速的服务。从业务增长的维度长远来看,无论从用户数量还是企业营收等方面,新兴市场的快速崛起为出海企业带来了前所未有的机遇,Zenlayer通过深耕并精细化运营东南亚、南美、俄罗斯、中东和北非等地区业务和资源,为出海用户扩张全球业务提供了稳定、安全及可持续发展的保障。
为了在快速发展的同时确保业务的可持续扩展性,Zenlayer要求对其全球网络基础设施进行大规模扩建和升级,从而满足游戏和视频流等行业对于低延迟服务日益增长的需求,同时加快在基于意图的网络等新兴领域的研发。多年以来,作为Zenlayer主要的网络供应商之一,瞻博网络与Zenlayer已经建立起了长期的合作伙伴关系,而本次的升级计划,旨在进一步帮助Zenlayer在全网范围内引入敏捷、自动化和人工智能驱动的技术创新。
新闻亮点
• Zenlayer的初始升级阶段部署Juniper Networks® MX系列通用路由平台作为主干路由器;
• Juniper Networks®的其他多种平台(QFX系列数据中心交换机和SRX系列下一代防火墙)也被部署在Zenlayer网络中;
• 分段路由流量工程(SR-TE)被用于规划流量,提供流量工程的全功能支持和瞻博网络解决方案多协议标签交换,这对于满足Zenlayer的容量需求极为关键;
• 领先的遥测(Telemetry)能力、更好的路由和转发表支持、更强大的访问控制表和物理接口设备资源解决了Zenlayer主要的前瞻性扩展需求;
• 瞻博网络强大的自动化能力也让Zenlayer可以继续探索在其网络中采用更加敏捷、自动化和人工智能驱动型创新的可能性。
相关引言
“Zenlayer此次能够成功的对全球网络基础设施进行大规模扩建和升级,得益于瞻博网络强大的硬件及技术支持,使我们能够降低网络的传输延迟,从而使我们能够为客户提供更优质的服务;Zenlayer能够在短短6年建立起优秀的口碑并积累了大量知名的客户,离不开与合作伙伴的紧密合作。瞻博网络的产品在保持了高性能和高可靠性同时还提供了丰富的路由特性和强大的自动化能力,为Zenlayer的业务开展和敏捷运营提供了坚实的基础。能够与瞻博网络建立更深化的合作关系,相信对我们双方的未来发展是双赢的结果。”——Zenlayer Platform & Engineering副总裁Ansan Chen
“在当今以上云为先的网络世界里,市场越来越需要更强大、快速和顺畅的全球互联能力。短短几年的时间里,Zenlayer已经快速成长为全球领先的边缘云服务提供商,这一杰出的市场表现足以成为他们以客户需求为中心,不断提升全球用户数字体验的有力背书。我们很高兴与Zenlayer共享这一技术愿景,并可以帮助Zenlayer延续增长势头 — 尤其是通过部署瞻博网络下一代分段路由流量工程,同时加入我们自动化和人工智能驱动的能力协助。”——瞻博网络副总裁及中国区总经理林小平
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。