北京 – 2023年6月20日 – HPE Aruba Networking日前召开Atmosphere 2023世界巡演·北京大会,本次大会以“敏捷的NaaS”为主题,吸引了多位技术专家及行业领军人士到场。Aruba中国区总裁谢建国、Aruba亚太区技术销售总监马克·维布鲁特、Aruba中国区技术销售总监俞世丹,以及来自IDC、AMD等合作伙伴的重磅嘉宾围绕Aruba最新的现代化网络技术和产品信息,行业解决方案,成功客户案例进行了精彩的解读和分享。


Aruba中国区总裁 谢建国
发布全新战略方向 锚定“敏捷的NaaS”
NaaS(网络即服务)成为网络未来发展的一大趋势,据IDC预测,到2026年,30%的中国中大型企业将采用NaaS(网络即服务),以实现运营敏捷性、服务定制和灵活的计费模式,来支持复杂的网络和多云环境。本次大会上,HPE Aruba Networking正式发布基于HPE GreenLake的“敏捷的NaaS”战略,将进一步简化核心网络的交付服务。Aruba推出全新的敏捷的NaaS(Agile NaaS)框架,提供网络即服务模型的灵活性,告别传统“一刀切”的网络管理方法,旨在为终端用户及合作伙伴提供更简单易用的按需消费网络服务。
为便于客户获取整套服务,全新的服务包(Service Pack)现已纳入HPE GreenLake for Aruba Networking,合作伙伴可将其为客户提供的设计和交付服务与月度NaaS技术订阅服务合为一体。
推出重量级产品 迈入AI赋能的网络管理时代
基于“敏捷的NaaS”战略,HPE Aruba Networking隆重推出下一代HPE Aruba Networking Central云网络管理平台,该平台进行了全新的优化设计,借助智能运维(AIOps)来减少需要人工参与的操作,能够在实现简化运维并大幅提升效率的同时,让网络团队节省出更多时间,用在更具战略性和高价值的工作中。全新设计的HPE Aruba Networking Central将为企业带来广泛的商业价值,包括工厂自动化运维、优化用户体验、降低碳排放,以及实现全渠道零售业务的线下、线上和移动无缝消费体验。
除了产品发布之外,HPE Aruba Networking同时宣布了两项收购业务以扩大现有的产品组合:一项是收购了提供私有5G网络技术的Athonet,另一项是收购Axis Security提供整合的SASE安全解决方案,两项收购后,HPE Aruba Networking边缘到云的产品实力将得到进一步增强。
本地化再进一步 喜获SD-WAN Ready 2.0认证
除了全新的战略和产品之外,HPE Aruba Networking在本地SD-WAN领域也取得了重要新突破。近期,Aruba中国参与了由中国信息通信研究院和中国通信标准化协会算网融合产业及标准推进委员会(CCSA TC621)联合发起的“SD-WAN Ready2.0”权威行业评测项目,凭借着一流的SASE、灵活、安全的边缘到云网络基础设施及全面的安全边缘产品组合,Aruba中国获得了SD-WAN Ready 2.0认证。
如今,云网融合、多云协同都离不开SD-WAN,SD-WAN借助多云接入和集成安全的力量,可以帮助企业提高性能、降低成本并保护关键资产,SASE是SD-WAN未来发展的方向,通过深度融合网络连接和网络安全,可有效应对数字化转型所带来的各种安全威胁。HPE Aruba Networking拥有世界领先的SD-WAN技术,连续 5 年获评 Gartner SD-WAN 魔力象限™ 领导者,面向日益增长的SD-WAN市场需求,HPE Aruba Networking不断打磨产品技术,帮助企业简化广域网架构并控制成本,最大化利用网络资源,此次获得认证代表着业界对Aruba专业技术实力的肯定。

Aruba中国区总裁谢建国表示,“数字化转型方兴未艾,网络在其中扮演着越来越重要的角色,企业开始关注能够支持业务敏捷创新,同时又安全可靠的现代化网络基础设施,Aruba始终走在网络世界的前端,紧跟未来数字化转型需求,推出最新NaaS网络即服务战略和创新网络技术产品。未来,Aruba会继续怀抱‘让连接无处不在’的愿景,在网络前沿不断探索,帮助企业打造更好的网络体验,为转型提供强大的驱动力。”
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。