Hewlett Packard Enterprise(NYSE: HPE)旗下公司Aruba日前宣布,HPE(Aruba和Silver Peak)再次被评为2021年度Gartner 广域网边缘基础设施魔力象限领导者。这是HPE(Aruba和Silver Peak)连续第四年进入全球最具权威的IT研究与顾问咨询公司Gartner发布的魔力象限报告的领导者行列。
自该报告出版四年以来,Aruba是仅有的两家连续四年被评为领导者的厂商之一,这进一步证实了Aruba收购Silve Peak的合理性。Gartner认为,正是由于对Silver Peak的收购,基于客户咨询和在线会话分析,HPE(Aruba和Silver Peak)展现了很高的市场可见度。
Gartner发布的魔力象限(MQ)报告通过对厂商进行可视化简介、深入分析和给出可操作建议来提供关于一个市场的发展方向、成熟度和参与者的洞见。在广域网边缘基础设施魔力象限报告中,Gartner以“愿景完整性”和“执行力”为主要标准评估了15家厂商。该报告不仅包括了对各个厂商的简介,而且对厂商的行业优势和客户们应注意的事项都进行了评估。
Gartner表示:“广域网边缘基础设施市场持续从用于连接分支机构和数据中心的传统分支路由器(在多协议标签交换实现中通常称为‘客户边缘路由器’)向支持更加分散的架构和云工作负载的软件定义广域网(SD-WAN)迁移。软件定义广域网(SD-WAN)正广泛取代边缘路由器,并新增了在多个链路中具有应用感知能力的路径选择、集中编排和本地安全功能,以及其他的性能优化功能(例如WAN优化)”。
此外,Gartner在今年的报告中还更新了几项战略规划假设,其中包括:“ 到2024年,超过70%的软件定义广域网(SD-WAN)客户将实现安全接入服务边缘(SASE)架构,而2021年这一比例为40%。”
Aruba作为有线和无线网络领域的领导企业,也在积极布局SASE,今年4月,Aruba ESP推出一系列跨产品的、从边缘到云安全功能的集成及多项创新改进,包括ClearPass Policy Manager安全网络访问控制平台与Aruba EdgeConnect SD-WAN边缘平台集成,以及 Aruba 威胁防御与 EdgeConnect 平台集成,并拓展了Aruba ESP的多供应商安全合作伙伴生态系统,进而允许企业客户自由部署其选择的同类最佳的云交付安全接入服务边缘 (SASE) 安全组件。
Aruba通过SASE,将零信任安全和SD-WAN结合起来。SASE融合了网络技术和网络安全技术,并通过云进行交付,从而简化了架构并使其迅速扩展,企业客户能够从边缘到云应用基于身份的细颗粒度安全策略,以便安全地连接并保护用户和设备。
Aruba首席产品和技术官David Hughes表示:“无论企业处在数字化转型过程中的哪个阶段,只要借助Aruba的软件定义广域网(SD-WAN)产品组合,所有行业不同规模的企业都能满足多种用例的要求。连续四年被评为领导者进一步证实了我们边缘到云的理念不仅切实可行,而且能支持企业在瞬息万变的商业环境中获得竞争优势。”
Aruba中国区总裁谢建国也表示:“Aruba专注于网络解决方案创新,希望成为行业用户数字化转型的合作伙伴,凭借对客户需求的深入探索和对产品创新的不懈追求,我们得到行业的认可和客户的信任。未来,Aruba会持续关注网络技术发展的前沿趋势,不断完善各种解决方案,帮助客户更从容地应对数字化转型时代的挑战。”
点击下方免费阅读Gartner WAN边缘基础设施魔力象限报告
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。