北京 – 2022年4月1日 – 慧与科技公司(NYSE: HPE) 旗下Aruba日前宣布对Aruba ESP(边缘服务平台)进行重大升级,通过在Aruba Central中融入Aruba Central NetConductor,助力企业完美应对瞬息万变的业务需求。全新Aruba Central NetConductor允许企业利用云原生服务集中管理分布式网络,此项服务可简化策略配置,并自动完成有线、无线以及WAN基础架构的网络配置。Central NetConductor可使网络更加灵活,同时执行零信任安全和安全接入服务边缘(SASE)安全策略。除此之外,Aruba发布了业界首款自定位室内接入点 (APs) ,并全新推出了Open Locate——一项用于从接入点向设备共享位置信息的行业标准。
远程或混合型办公、新的商业模式及更好的用户体验不断推动着企业数字化转型,并凸显了企业需要更敏捷、更灵活网络的急迫性。Aruba推出一套完整的云原生服务,旨在应对多代架构所带来的复杂性,以及随之而来的运维与安全挑战。基于VLAN的传统架构涉及大量的手动配置和集成工作,很难满足新的业务连接需求,并且会带来安全隐患。
现代化的敏捷网络采用网络“叠加”的方式,将现有VLAN与云原生策略和配置服务无缝集成,允许来自任意地点的用户和设备实现安全可靠的连接。为帮助客户加快数字化转型,Central NetConductor应用人工智能进行管理和优化,实施面向业务的工作流程,得以实现网络配置自动化,并在整个架构内执行云原生网络接入控制 (NAC) 和动态隔离,进而增强Aruba业界领先的内置安全性。由于Central NetConductor基于EVPN、VXLAN和BGP等广泛普及的协议,因此可在现有Aruba网络和第三方厂商的基础架构上无缝运行,并保护已有投资。
Lopez Research创始人Maribel Lopez表示:“在如今的商业世界里,灵活性至关重要。企业必须及时转型,上线新的服务和产品,并为新客户提供服务。由于网络是一切的基础 ,实现关键的连接并从数据中获得情报,这使得网络必须具备内在的灵活性。如今,企业应寻找基于标准的解决方案,以保持技术上的灵活性并具有保护已有投资的能力,并可按照自身发展水平采用新技术,且在消费模式方面保留选择余地。”
网络现代化的三个关键原则
静态网络已无法满足持续增长的业务需求或者支持不断变化的安全要求,因此,企业必须基于以下三个关键原则持续进行网络现代化改造:
Aruba Central NetConductor通过将其能力与三个关键网络现代化改造原则相映射,加速了基于结构的现代化网络的部署、管理和保护:
实现室内基于位置服务全新创新
WLAN接入点的位置确认仍然采用手工方式,不仅耗时长,而且容易出错,同时会导致位置感知应用的参考点数据不可靠。为了解决这个痛点,Aruba推出业界首个自定位的室内接入点,旨在简化企业捕捉室内位置数据的方式,并将信息通过无线信号传送给任何移动设备或应用。
Aruba Wi-Fi 6和Wi-Fi 6E 接入点使用Wi-Fi定位支持的精细时间测量和智能软件组合,实现高度精确的自动化WLAN部署。Aruba的自定位WLAN接入点以零接触方式确定接入点位置,持续验证和更新位置,并提供一套通用坐标体系,允许在任何建筑平面图或网络地图平台上进行转换。
WLAN 基础架构的精确位置可利用共享的Open Locate创建锚定参考点。企业可以利用Aruba自定位室内接入点的通用坐标和锚定参考点,轻松实现资产跟踪、安全合规、设施规划、场地体验等应用以及其他位置感知服务的开发或者增强。
谷歌Android Enterprise全球战略和数字合作伙伴关系负责人Sean Ginevan表示:“定位功能是众多移动应用体验的核心,精确的室内定位为许多新兴的创新型企业解锁用例。借助Andriod 10,谷歌率先宣布全面支持Wi-Fi RTT,得以在移动设备上实现精准的室内定位。Aruba的自定位网络基础架构和Open Locate标准倡议将帮助我们的开发者社区进一步实现精准的室内定位这一愿景,并使得相应的规模化网络部署变得更加轻松。现在,我们已经迫不及待想看到开发者们的创造。”
慧与科技公司(NYSE:HPE)旗下Aruba首席产品和技术官David Hughes表示:“过去两年间,企业在面对重大颠覆和业务内部的结构性转变时表现出了巨大的弹性,而且,显而易见的是,业务敏捷性现已成为我们客户的首要考虑因素。今天我们推出的全新改进将帮助客户应用人工智能驱动的解决方案,向‘服务导向’的理念演进,进而增强安全性,并加速向以云为中心的网络架构转变,这些都是搭建单个现代网络的标志。”
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。