思科昨天宣布计划收购软件初创公司Sedona Systems,该公司可使用其软件监控网络的运行状况并模拟各种网络变更。
此次收购的交易条款没有对外透露。总部位于美国加州洛阿尔托的Sedona此公司此前曾从英特尔、Bessemer Venture Partners等投资方那里筹集了资金。
之所以收购Sedona,是因为思科一直在打造自己的产品组合以简化对光网络设备和非光网络设备的网络管理,同样专注于该领域的Sedona将有助于推动思科的这一产品路线发展。几个月前,思科刚刚以45亿美元的价格收购了Acacia Communications,其是一家为光网络构建提供芯片的制造商。
由于存在技术兼容性方面的挑战,因此企业通常必须分开管理光纤设备和其他网络设备,这就加大了性能故障排除之类的任务难度。Sedona的产品是一个名为NetFusion的软件平台,通过提供集中化的监控器界面简化故障排除过程,允许管理员通过一个平台跟踪光网络组件和其他设备的运行状况。
NetFusion可以了解网络中的哪些部分正出现流量下降和中断问题,找到问题发生的位置之后,管理员可以使用平台内置的分析功能来确定造成该问题的原因。
NetFusion的监控功能并不是思科决定收购Sedona的唯一原因。思科服务提供商网络系统业务产品管理副总裁Kevin Wollenweber今天在博客中指出,Sedona的平台还提供了模拟网络变化的功能,企业可以利用NetFusion创建其网络的模拟副本,虚拟测试更新,从而可以提前发现漏洞以防止投入到生产环境之后出现问题。
思科认为,此次收购将为思科客户群中的电信提供商带来特别的好处。运营商拥有跨越大地理区域的复杂网络,包括光纤设备在内的各种类型的硬件设备。运营商网络的复杂性,再加上要应对数据流量越来越快的问题,让排除技术故障变成一个严峻的挑战。
思科希望通过收购Sedona来应对这一挑战。收购完成之后,思科的电信客户将能够“快速地从原来跨独立团队的、繁冗的手动操作方式,转变成完全自动化的、通过一个简单界面就能轻松管理的网络,”Wollenweber这样写道。
Wollenweber表示:“现代化运营对于改变大规模运营网络的经常性成本来说至关重要。通常每在设备上花费1美元,就需要5美元的运营成本。这个情况必须得到改变。”
一个重要的细节是,作为在一个统一位置监控多类型网络设备功能的组成部分,Sedona NetFusion平台支持来自不同硬件提供商的设备。可以跨不同供应商设备集中化管理的能力,使其在技术上更适合那些混合部署了多供应商产品的运营商。反过来,这也为优化基础设施创造了新的机会。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。