这款名为AT&T MEC with Dell APEX的产品于今天首次亮相,是多访问边缘计算(MEC)平台,此类平台旨在帮助企业应对在企业网络边缘的数据中心之外生成的那些信息。
MEC包括可以部署在工厂等位置的服务器和存储硬件。制造商无需将诊断数据从工厂设备发送到远程云环境进行分析,而是可以将其发送到现场MEC,从而显著降低延迟。
MEC技术还有其他好处,例如可以减少通过网络将数据发送到云数据中心的需要,帮助降低带宽成本,此外还降低了过程中互联网中断带来的影响。
AT&T MEC with Dell APEX采用了来自戴尔硬件产品组合中的边缘计算设备,以及戴尔的APEX Console服务,该服务提供了一个仪表板,管理员可以通过仪表板监控组织的边缘计算硬件、计划升级、并在需要时订购新的设备。
AT&T MEC with Dell APEX中还包括了AT&T提供的5G连接。边缘位置设备通过使用AT&T的5G网络能够以无线的方式交换数据,例如,工厂的工业机器人可以将错误日志流式传输到现场戴尔服务器上运行的故障排除应用中。
企业可以内部维护他们的AT&T MEC with Dell APEX,或者让基础设施代为管理。戴尔和AT&T都将提供专业的服务。
戴尔全球解决方案共建服务高级总监Douglas Lieberman在博客中写道:“AT&T MEC with Dell APEX解决方案可以根据需要在本地提供应用就绪的边缘基础设施,只需单击一个按钮,企业就可以订购更多的戴尔边缘处理能力,以便在数周而不是数月内交付和实施。”
A&T MEC with Dell APEX是戴尔边缘计算产品组合最近一系列新增产品之一。今年2月,戴尔推出了三款专为运行在网络边缘而设计的服务器。早些时候戴尔还推出了一款名为PowerEdge XR4000服务器,坚固耐用且只有鞋盒大小,可以部署在工厂和零售店等地点。
戴尔正在开发一个新的软件平台来帮助客户管理他们的边缘基础设施,该计划代号Project Frontier。据戴尔称,即将推出的平台将简化常见的维护任务,例如部署新的边缘计算硬件。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。