至顶网网络频道 10月11日 编译:在“物联网”这场派对中戴尔可能有些姗姗来迟,但是带来了很多朋友。
戴尔利用过去几年的大量收购、合作和投资,最终于今天公布了围绕其“分布式核心”的物联网战略,信息在网络中最适当的时候被处理,不管这些信息是在什么地方。
戴尔表示,未来三年将在新的物联网产品、研究和合作上投资10亿美元。戴尔任命VMware首席技术官Ray O' Farrell带领一个“IoT Solution Division”部门,该部门将把内部开发的技术与来自戴尔合作伙伴生态系统和投资的产品相结合。
戴尔利用这个机会强化其中一些投资,包括物联网管理厂商FogHorn Systems、机器学习初创公司Graphcore以及物联网安全开发商ZingBox,以突出戴尔的广泛资源,并提醒客户在物联网蒸蒸日上的时候戴尔并不是置身其外静观其变的态度。
戴尔强调说,戴尔现有产品组合中的产品已经适用于物联网部署,或者即将用于物联网部署。例如,Dell EMC PowerEdge C系列服务器已经更新了批量训练和机器学习以支持这种分布式核心。Isilon和Elastic Cloud Storage可用于保存物联网网络需要的大量存储,以及来自戴尔Pivotal子公司的Cloud Foundry平台即服务,可用于构建基于云的分析应用以支持智能设备的大型网络。
Wikibon首席分析师David Vellante表示,戴尔此次公布较少谈细节,而更多地说战略,但似乎都直击要点。“从纸面上看,戴尔正在做正确的事情,成立一个专门的物联网部门,将数据摄取与数据分析相结合,并宣布其产品组合的相关产品。最大的问题是戴尔能否展示明显的差异化价值,我认为戴尔可以做到。”
戴尔还公布了多个新的开发项目,但是没有提供更多细节:
- Project Nautilus:一个实时分析和流式存储包,结合了开源Pravega软件定义存储、用于流分析的Apache Flink和戴尔PowerEdge服务器
- Project Fire:是VMware Pulse物联网产品线的超融合组件,可通过简化管理、本地处理和实时分析加速物联网部署
- Project Iris:来自戴尔的RSA Security LLC子公司,将提供针对物联网设备的可见性监控,同时开发检测异常行为的新机制
- Project Worldwide Herd:旨在开发一个分析平台,在那些无法整合或者集中的地理分散数据进行机器学习。
戴尔将要面临的挑战是,让企业信任戴尔可以解决物联网软件的问题。分布式、智能设备网络,给集中化的新兴技术和云计算模型带来挑战,它要求进行分布式处理、将结果联合起来。这种模型将采取怎样的形式还有待讨论,但趋势是明确的。Gartner预测,到2022年有75%的企业数据将是在数据中心之外或者云中创建和处理的,高于目前的10%。
此外,戴尔强调自己软件子公司的实力,以及这些子公司参与到EdgeX Foundry、Industrial Internet Consortium和OpenFog Consortium这样的标准化项目中。Wikibon的Vellante表示,软件元素是关键。“值得关注的是,戴尔能够引领生态,打造物联网的未来,让软件成为其价值主张的核心。”
好文章,需要你的鼓励
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
波兰研究团队开发ORCA数学基准测试,对五个主流大语言模型进行评估。结果显示ChatGPT-5、Gemini 2.5 Flash、Claude Sonnet 4.5、Grok 4和DeepSeek V3.2的准确率均低于63%。测试涵盖生物化学、工程建筑、金融经济等七个领域的500道数学题目。研究发现模型主要在四舍五入和计算错误方面存在问题,表明自然语言推理进步并未直接转化为可靠的计算能力。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。