在数字化转型的今天,企业对于网络现代化的需求持续增加。比如通过一个通用平台即可管理诸多投资组合;一个可以在问题发生之前就能预测和解决问题的安全网络;一种更具有弹性的部署模式,可以根据业务进行灵活调整。
基于此,Aruba在2019年推出Aruba ESP(边缘服务平台),其是业界首个AI驱动的云原生平台,专为实现边缘到云的连接、保护和自动化而设计。Aruba ESP基于AIOps、零信任网络安全以及从园区到分支机构的统一基础架构,不仅能够持续分析各网络域的数据、追踪SLA、识别异常并自我优化,自动预测并解决网络边缘的问题,而且还能够实现网络上未知设备的自动侦测并保护。
让网络现代化触手可及
网络基础设施是实现数字化的关键基石,也是应用落地的基础。当企业构建网络优化和弹性策略时,他们将获得更高的运维效率和安全性。
Aruba北中国区大客户技术总监刘宁告诉记者,自从2019年推出Aruba ESP平台后,主要围绕自动化、安全性和敏捷性三个方面,进行了诸多升级。
Aruba ESP平台最底层是有线、无线、SD-WAN硬件设备,实现统一的连接性;中间层基于零信任安全的保护层,实现对客户网络以及客户的安全防护;最上层提供可视化、智能化和自动化一系列的工具。
在无线方面,Aruba推出Wi-Fi 6E产品,可以为用户提供更宽的带宽、更高的速率。Aruba目前有三款Wi-Fi 6E的产品——从最低端的AP-615到635、655系列。
在交换机方面,Aruba CX系列涵盖了从接入、汇聚到核心的不同层级交换机产品,采用统一的云原生操作系统,其应用场景从园区扩展到分支机构和数据中心,为网络运维和管理人员提供了简单、端到端的交换平台,完美解决统一管理的难题。
在安全保护层面,随着企业向零信任和SASE架构过渡,他们越来越倾向于评估和部署多供应商的云交付安全服务,并且不要求所有SASE组件都来自一个供应商。Aruba的方案可以帮助用户在实现WAN边缘本地安全功能和自由选择领先的云交付安全服务之间实现平衡。
在分析和行动方案,Aruba一直围绕着可视化、自动化,帮助企业实现自动化IT运维。目前Aruba 在ESP平台的最上层,通过一系列的可视化和自动化运维的工具来帮助用户实现IT简化运维。具体来讲有三个编排器,第一是Aruba Central里面的可视化的工具NetConductor;还有SD-WAN的Aruba Orchestrator编排器,以及针对数据中心交换机部署的Aruba的Fabric Composer,简称AFC。
“2022年是Aruba快速升级转型的一年,我们推出了大量的产品,帮助客户进行网络现代化的转型和升级,所以带动了业绩的飞速增长。”刘宁说。
加强中国市场投入
Aruba是边缘网络的持续领导者,从WLAN到一体化有线无线网络,边缘到云,现在又提出“网络即服务”的模式。Aruba的产品方针、产品策略和市场策略的引导下,业绩每一年都有非常大的增长。
Aruba中国区总经理谢建国表示,Aruba ESP成功扎根中国市场,销售业绩快速增长。“在中国我们本着‘客户为先、客户至上’的理念,为客户提供了一体化的网络解决方案,安全方案,以及‘即服务’的模式。”
今年,Aruba加强了服务体系的建设,销售团队内部提供一个专门的团队为客户进行售后服务。另外,Aruba渠道能力不断增强,合作伙伴将Aruba的产品结合到自身方案中,加速行业市场的拓展。
谢建国表示,Aruba在中国的投入是逐年增长的,包括新产品的研发、XaaS业务模式、新市场培育、销售赋能、生产和供应。
例如Aruba最重要的市场是教育、互联网,制造业、零售业,为了增强伙伴拓展新市场的动力,Aruba会加大渠道的销售赋能。
明年针对中国市场的策列,Aruba将会遵循四字方针——攻、守、创、投。具体而言:攻是在重点行业和中小企业市场发现新的机会;守是全力保护现有重要客户、提高客户满意度;创是加速新产品和NaaS模式的市场导入;投是持续投资合作伙伴的培育和保护。
“2023年,Aruba解决方案能覆盖的市场容量达到千亿,用户对Aruba的产品和解决方案的需求非常大。我们希望新的一年能够汇聚更多的资源,创造更多的生机。”谢建国最后说。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。