HPE 宣布推出一系列网络解决方案,旨在帮助零售团队改善零售环境,满足零售商对全渠道销售模式的需求,提供可靠且安全的网络连接。
该科技公司认为,随着零售商注重提供线上线下一体化的客户体验,确保路过的网络流量不干扰交易变得至为重要。此外,拥有地理分布式零售网点 (如商店、仓库和后台办公室) 的组织需要管理日趋复杂的网络,以减少 IT 人员的现场访问次数和时长。
HPE 的解决方案旨在为零售商提供更便捷的本地、云端和边缘计算远程管理能力,改善用户体验、运营效率和物联网 (IoT) 安全性。该系列解决方案的核心是 HPE Aruba Networking Central AI Insights,它可以检测影响客户体验的负面因素,并自动调整和传输设置以改善性能不佳的情况。
对零售业而言,HPE 认为 IoT 设备往往是黑客入侵的最薄弱环节。为防范安全漏洞和恶意软件,HPE 的接入点专门为网络边缘日益增多的 IoT 设备 (如摄像头、货架标签、RFID 标签、能源传感器和运动检测器) 提供安全的连接平台。
为防止通过 IoT 设备发生安全漏洞,AI Insights 可以检测 IoT 上传和下载中可能表明存在漏洞的异常情况。HPE 还在扩展其 IoT Operations 仪表板,使零售商能够利用零售合作伙伴的预构建第三方应用程序。
为解决 IT 资源限制问题,HPE 的解决方案通过扩展私有 5G 和 Wi-Fi 无线解决方案,与 HPE GreenLake Cloud 和公司的边缘计算产品组合 (包括 DL145 Gen11 服务器) 集成,提供更便捷的跨本地、云端和边缘计算资源的远程管理。
HPE Aruba Networking 无线技术首席技术官 Stuart Strickland 在评论这些新产品及其对零售行业的意义时表示:"面临仓储、库存控制和全渠道履约挑战的零售商需要全面且安全的连接来实现数字化现代化并提升客户体验。HPE 的网络解决方案将实时 IoT 数据处理和人工智能推理引擎部署在更接近数据生成源的位置,以推动能够增加收入的全渠道购物策略。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。