思科昨天宣布计划收购软件初创公司Sedona Systems,该公司可使用其软件监控网络的运行状况并模拟各种网络变更。
此次收购的交易条款没有对外透露。总部位于美国加州洛阿尔托的Sedona此公司此前曾从英特尔、Bessemer Venture Partners等投资方那里筹集了资金。
之所以收购Sedona,是因为思科一直在打造自己的产品组合以简化对光网络设备和非光网络设备的网络管理,同样专注于该领域的Sedona将有助于推动思科的这一产品路线发展。几个月前,思科刚刚以45亿美元的价格收购了Acacia Communications,其是一家为光网络构建提供芯片的制造商。
由于存在技术兼容性方面的挑战,因此企业通常必须分开管理光纤设备和其他网络设备,这就加大了性能故障排除之类的任务难度。Sedona的产品是一个名为NetFusion的软件平台,通过提供集中化的监控器界面简化故障排除过程,允许管理员通过一个平台跟踪光网络组件和其他设备的运行状况。
NetFusion可以了解网络中的哪些部分正出现流量下降和中断问题,找到问题发生的位置之后,管理员可以使用平台内置的分析功能来确定造成该问题的原因。
NetFusion的监控功能并不是思科决定收购Sedona的唯一原因。思科服务提供商网络系统业务产品管理副总裁Kevin Wollenweber今天在博客中指出,Sedona的平台还提供了模拟网络变化的功能,企业可以利用NetFusion创建其网络的模拟副本,虚拟测试更新,从而可以提前发现漏洞以防止投入到生产环境之后出现问题。
思科认为,此次收购将为思科客户群中的电信提供商带来特别的好处。运营商拥有跨越大地理区域的复杂网络,包括光纤设备在内的各种类型的硬件设备。运营商网络的复杂性,再加上要应对数据流量越来越快的问题,让排除技术故障变成一个严峻的挑战。
思科希望通过收购Sedona来应对这一挑战。收购完成之后,思科的电信客户将能够“快速地从原来跨独立团队的、繁冗的手动操作方式,转变成完全自动化的、通过一个简单界面就能轻松管理的网络,”Wollenweber这样写道。
Wollenweber表示:“现代化运营对于改变大规模运营网络的经常性成本来说至关重要。通常每在设备上花费1美元,就需要5美元的运营成本。这个情况必须得到改变。”
一个重要的细节是,作为在一个统一位置监控多类型网络设备功能的组成部分,Sedona NetFusion平台支持来自不同硬件提供商的设备。可以跨不同供应商设备集中化管理的能力,使其在技术上更适合那些混合部署了多供应商产品的运营商。反过来,这也为优化基础设施创造了新的机会。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。