提供安全、人工智能驱动的网络领导厂商瞻博网络宣布,再次入选Gartner 《2020年数据中心与云网络魔力象限》领导者象限。这是瞻博网络连续第三年获此殊荣。请访问此处免费获取完整报告。
瞻博网络首席产品官Manoj Leelanivas表示:“Gartner数据中心网络报告的发布印证了瞻博网络一直以来所坚持的愿景的正确性,也证明了我们在关键网络环境中的实施能力。对于连续第三年位列领导者象限这一成就,我们认为主要得益于瞻博网络被广泛认可的优势产品与服务,这包括了自动化架构、人工智能驱动的洞察力、业界最佳安全性解决方案和可扩展的400G设计。如今,领先的科技公司正在积极推动企业数字化转型,并对数据中心和云基础设施进步的衡量标准做出了重新思考,在这样不断变化的环境下,瞻博网络依然保持着以创新方式为客户提供产品与服务,这让我感到非常自豪。”
瞻博网络在广泛的安全性和网络产品组合中结合了自动化和可视性,让操作无比轻松,从而可以有效协助客户对数据中心进行现代化升级。如今,瞻博网络可量化的应用案例已经成功覆盖金融、电信、教育和医疗等在内的几乎所有垂直行业。在2019年第四季度,瞻博网络的交换机收入同比增长了17%,其中,瞻博网络® QFX系列交换机创造了全新的增长纪录,使瞻博网络在2019年创造了16亿美元的企业收入。
Gamesys Group生产研发主管Roberto Pullicino表示:“Gamesys在全球不同地方支持着6个数据中心。我们希望升级端到端的效率,以提升网络敏捷性与动态性,瞻博网络在当时脱颖而出,成为了我们的不二之选。基于瞻博网络体系,我们通过自己的私有云简化了网络架构,确保所有游戏开发者从前期开发到后期生产都处于相同的网络环境中,从而降低开发成本并缩短产品上市时间。”
其他资源
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。