至顶网网络频道 06月21日 综合消息:今日思科宣布推出基于意图的新一代网络解决方案,这是企业网络领域具有颠覆性的创新成果,充分展示了思科的愿景。思科致力于打造一个能够预测行动、阻止安全威胁路径、持续自我演进和自我学习的新一代系统,从而帮助企业在联接性不断增强、分布式技术持续演进的时代中,创造全新机遇并解决之前未能解决的挑战。
如今网络工程师们正管理着数百台设备,预计到2020年他们将管理一百万台设备。基于这样的时代背景,思科推出的新一代网络作为思科多年来研发工作的智慧结晶,将面向未来重塑网络新时代。
思科首席执行官罗卓克表示:“网络对于企业的成功正扮演着前所未有的重要角色,但同时网络也面临着前所未遇的压力与挑战。通过构建思科定义的新一代网络,我们正在为当今时代打造一个具有无与伦比安全性的智能平台,同时也在创造一个面向未来的智能平台使其能推动企业繁荣发展并为全世界的人们和组织带来全新机遇。”
当前企业正在通过传统的IT流程管理其网络,但传统流程在新时代将难以为继。思科致力于打造新一代系统,它将具备持续的自我学习、自我调整、自动化和自我保护功能,以优化网络运营并抵御不断演进的网络威胁。
思科全球高级副总裁、网络与安全事业部总经理David Goeckeler表示:“思科的加密流量分析解决了一项以前被视为无法解决的网络安全挑战。ETA正在使用思科Talos团队提供的网络情报来检测已知攻击签名,加密流量中的已知攻击签名亦可被检测出来,这能够帮助客户在确保安全性的同时有效保护隐私。”
鉴于全球绝大多数的互联网流量均在思科的网络上传输,思科在抓取和分析价值极高的数据方面具备独一无二的优势,思科可为IT人员提供深刻洞察,在保护隐私的前提下发现异常行为并实时预测问题。通过在网络边缘实现自动化功能,并在底层嵌入机器学习和分析能力,思科正在使以前无法管理的信息变得井然有序,同时让IT能够专注于战略性业务的需求。
全球已有75家领先企业和组织正率先试用思科的新一代网络解决方案,其中包括德国联邦铁路子公司DB Systel GmbH、雅德应用科技大学(Jade University of Applied Sciences)、美国国家航空航天局(NASA)、皇家加勒比海邮轮有限公司(Royal Caribbean Cruises Ltd.)、森斯蒂斯(Scentsy)、UZ Leuven和印度威普罗有限公司(Wipro)等。
博学万事尽通,洞悉为您所用
借助全新方法,思科正在凭借重新设计的硬件与最为先进的软件改变网络蓝图。这一从以硬件为中心的网络向软件驱动网络的转变,将助力客户在敏捷性、效率和性能方面实现巨大飞跃。新一代网络是一个智能且高度安全的平台,真正做到“博学万事尽通,洞悉为您所用”:
赋能新网络的领先科技
思科全数字化网络架构(DNA)为客户提供了广泛的创新硬件和软件产品组合,从而推动全新网络时代的到来。思科推出了一整套思科全数字化网络架构技术与服务,能够作为一个系统协同运行,支持客户快速开展运营:
上市信息
支持引言:
埃森哲
埃森哲生态系统与合资企业高级常务董事元敬龙(Gene Reznik)表示:“随着大型组织和政府机构朝着全数字化方向迈进,他们的网络基础设施面临着巨大的压力,需要能够进行扩展、保障安全并为全数字化业务服务提供可靠支持。与思科协手,埃森哲正在助力客户通过采用以应用为中心的动态安全网络,加速其全数字化转型之旅。”
德国联邦铁路子公司DB Systel GmbH
德国联邦铁路子公司DB Systel GmbH网络架构师Sebastian Meissner表示:“交通运输业正在经历一次巨变。借助思科的软件定义访问,我们能够在一个可靠的视图中整合全国所有的办事处,并应用一致的策略。”
美国国家航空航天局
美国国家航空航天局解决方案架构师Eric Latta表示:“思科Catalyst 9000充分满足甚至超越了美国国家航空航天局对于安全和网络隔离的关键任务的要求,并提供了两倍的性能。”
皇家加勒比海邮轮有限公司
皇家加勒比海邮轮有限公司首席信息官Michael Giresi表示:“从技术角度来看,我们的邮轮就像是一个小型城市。思科基于意图的网络将全面改变我们的IT人员远程安全地配置全球邮轮的方式。”
森斯蒂斯
森斯蒂斯公司网络架构师Kevin Tompkins表示:“思科的软件定义访问能够实现网络细分工作自动化,并将其深入到用户级,这对于打造优质的IT体验至关重要。”
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。