至顶网网络频道 09月07日 综合消息:今日,在2017华为全联接大会HUAWEI CONNECT上,华为发布SD-WAN(Software-Defined WAN)互联专线解决方案及系列化通用计算网关。方案为企业提供分支与分支、分支与数据中心、分支与云之间的随需互联,并通过应用级全路径智能选路与智能加速、云化可视运维,为企业构建极致体验的广域互联。
华为SD-WAN已经在全球规模商用,为金融、零售、MSP等客户提供高性价比的企业互联网络。而随着SD-WAN的广泛应用,企业在体验方面提出了新的诉求,如优化跨国业务体验,提高业务部署灵活性,需要更多的网络功能和体验保证等等。华为本次新发布的SD-WAN互联专线解决方案采用云化技术,进一步为企业提供应用极致体验、VAS(Value Added Service)业务获取极致体验和运维极致体验。
应用极致体验:应用级全路径智能选路和智能加速,实现关键应用“最高优先级”保障
每个行业都有自己的特殊应用和关键体验诉求,而业务加密是一个通用的需求。华为SD-WAN互联专线解决方案支持用户自定义应用和加密应用识别,通过全局流量智能调度,提供用户、应用、最优路径的智能选路方案。同时,通过大文件传输优化、数据优化、应用优化等技术,实现关键应用智能加速,从而保障关键用户和关键应用的最优体验。
VAS业务获取极致体验:基于开放业务平台,实现VAS业务“随需分钟级”获取
华为本次发布的系列化开放通用计算网关包括:AR1600系列,AR650系列,支持华为和第三方VAS(虚拟防火墙vFW,虚拟广域网优化控制器vWOC等)业务按需部署,满足不同分支场景的部署需求。同时,支持VAS业务灵活编排和自动下发,实现VAS业务分钟级获取,解决企业业务开通慢和不灵活的问题。
运维极致体验:云化可视运维,实现“秒级”故障定位
华为SD-WAN互联专线解决方案支持WAN/LAN统一管理,并基于GIS地图支持应用端到端全路径可视,同时采用自动化运维,实现故障秒级快速定位,降低OPEX 80%。此外,该方案还支持邮件开局、手机扫码等多种开局方式,实现设备即插即用,极大提升开局效率。
日本软银作为华为SD-WAN的早期客户,已经开始部署该方案,并计划为全球/日本企业客户提供专线服务。日本软银集团副总裁Taketsuna Hiroki指出:“SD-WAN已经成为行业业务数字化及云化转型下的企业互联发展趋势,华为SD-WAN互联专线解决方案,不仅为软银的企业客户提供高体验可靠接入的企业互联服务,也是软银持续创新引领行业的又一利器,将极大地推动企业专线市场的拓展。“
华为交换机与企业网关产品线总裁胡克文表示:“华为始终聚焦客户的需求和挑战进行创新,本次发布的SD-WAN互联专线解决方案,旨在帮助企业客户应对业务云化快速发展带来的挑战,建设随需的极致体验企业广域互联网络,实现云时代的快速转型,迈向商业成功。”
华为企业网络已广泛应用于全球100多个国家和地区,通过智联万物的网络,加速企业数字化转型。截至目前,世界500强中已有197家,前100强中有45家企业选择华为作为其数字化转型的伙伴。
HUAWEI CONNECT 2017作为华为自办的面向ICT产业的全球性年度旗舰大会,将于2017年9月5日~7日在上海新国际博览中心隆重举行。本届大会以“Grow with the Cloud”为主题,旨在搭建开放合作的全球共享平台,与客户伙伴一起共同探讨如何通过数字化实现新增长。欲了解更多详情,请参阅:www.huawei.com/huaweiconnect2017
好文章,需要你的鼓励
软银集团已完成对OpenAI的400亿美元投资,向其转账225亿美元。此次投资使软银获得约11%的OpenAI股份,成为仅次于微软的第二大投资者。OpenAI将利用这些资金推进Starlink数据中心项目,计划到2029年在美国部署100亿瓦的计算能力。为完成此次投资,软银出售了部分投资组合资产,包括英伟达和T-Mobile股票,并以ARM股份作抵押获得贷款。
MBZUAI和法国综合理工学院联合开发的SchED算法能让AI写作速度提升3-4倍。该算法通过监测AI生成文本的置信度,采用进度感知的动态阈值策略,在保持99.8%-100%原始质量的同时显著减少计算时间。实验覆盖多种任务类型,证明了算法的有效性和鲁棒性。
TrendForce将2026年笔记本市场预测下调至1.73亿台,同比下降5.4%。报告指出,若内存短缺未改善,下滑幅度可能达10.1%。尽管面临挑战,苹果预计将在2026年春季推出低成本MacBook,并凭借供应链效率和规模优势减少影响。IDC警告称,由于AI数据中心需求激增导致内存芯片严重短缺,PC出货量可能下滑9%,平均售价将上涨4-8%。
西安交通大学研究团队发现,AI视觉语言模型容易受到功能词(如"是"、"的"等)的干扰而遭受攻击。他们开发了功能词去注意力(FDA)机制,让AI减少对这些词汇的关注。测试显示,该方法可将攻击成功率降低18%-90%,而正常性能仅下降0.2%-0.6%。FDA无需额外训练即可集成到现有模型中,为AI安全防护提供了简单有效的解决方案。