至顶网网络频道 11月14日 编译:思科称“在将基于意图的网络引入每个领域”,并称最新分支机构需要软件定义广域网功能和安全性。
上述言论来自产品管理高级经理Sachin Gupta,他告诉记者,云已经摧毁了传统的“网络边缘”概念,而软件定义广域网(SD-WAN)则可以令多云世界里的数据包迁移更容易,而要保护这些环境会涉及到大量的工作。
Gupta告诉记者,“云的'边缘非常地不固定',可能在你的总部、分部、数据中心或云中。”而企业在任何地方都需要相同的安全性,而且又不能破坏云服务的舒适性。
思科宣布发布的三方面的产品包括:一些新设备;Cisco Umbrella获得SD-WAN支持;Office 365的SD-WAN支持。三者都符合思科基于意图的网络战略。
新设备是ISR 1111X-8P和ISR 4461,两者都针对具有整合SD-WAN支持的分支部署,即时有售。其中的ISR 1111X-8P是一款支持Wi-Fi和LTE的紧凑型设备,而ISR 4661则面向最大的分支机构及整合了存储和计算功能。
安全性方面包括整合防火墙、入侵防御和网址过滤,Cisco Umbrella则简化了这些产品的部署。Gupta解释说,那些试图从不同的设备和接口实现SD-WAN和安全性的人要自己完成“大量的动作”,这些动作“成本高、容易出错”。
思科推出的SD-WAN功能遵循基于意图的网络目标,目标是将几个星期的工作压缩到几个小时,而且是通过单个vManage界面实现一切。
同样的vManage界面还可以使得系统管理员通过一个操作将所有分支站点置于Cisco Umbrella之下。Gupta提到,系统管理可以在本地或在云中进行。
Gupta表示,推出的安全功能不需要单独的许可证,是嵌入到现有的三个SD-WAN许可证层里的。
思科宣布的产品自然少不了开放API和DevNet,否则就不是思科2018年发布的产品了。推出的API可访问所有思科SD-WAN功能,因此第三方可以令自己的应用程序与SD-WAN通信,而DevNet则拥有新的SD-WAN学习实验室和沙箱。
为什么要整合Office 365
思科在推出设备、安全性和多云管理的同时,推出的Office 365优化产品看起来有点格格不入,但Gupta表示,大多数人在公司里的时间基本建立在微软套件上,而在云环境里低性能会严重影响生产力。
终端用户可能要从总部通过分支网关、企业数据中心、第三方主机托管中心或4G访问Office 365。他表示,“客户有多种方法连接到云里。”
为了解决这个问题,SD-WAN提供了对“微软Office 365云的所有可用路径”的实时监控,并使用微软Office URL识别最接近用户的云。
Gupta表示,“大家都期望在自己办公室的桌面上获得相同的性能。”思科推出的整合旨在自动采用“最佳路径、最可靠路径,以期获得最佳性能”。
当然,能了解不同路由到主机的性能是思科的核心竞争力,但Gupta表示,Office 365整合了超越“ping _host_”的做法,可选择最佳路由,而且还不仅仅是事关识别和优先处理Office 365流量。
Gupta表示,“我可以从应用程序本身获取有关应用程序运行情况的数据。因此,尽管路径A速度更快,但路径B具有更好的延迟,而这个正是目前最重要的。”
Gupta最后补充到,“性能特征在不同的线路上会发生变化。有时最短的路径不是最好的路径。”
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。