HPE ArubaNetworking推出的全新Wi-Fi 7接入点,提供全面的边缘IT解决方案,可拓展用户和物联网连接、加强在线处理能力、提升安全性,并最大化优化性能
休斯顿-2024年4月23日-慧与科技(NYSE: HPE)近日宣布推出Wi-Fi 7接入点(AP),可以通过国际电信联盟(ITU)建议的6GHz频段提供超越同类产品多达30%的无线流量容量。同时,该产品增强了网络安全能力,并改进了基于位置的服务,为企业严苛的人工智能(AI)、物联网(IoT)、位置和安全应用需求提供连接。
作为企业无线网络领域的市场领导者,以及18次获评Gartner®企业级有线和无线局域网基础设施魔力象限领导者的网络厂商,HPE Aruba Networking 秉承创新精神,推出全新一代Wi-Fi 7接入点。得益于HPE专利的超三频硬件技术,该产品可利用5GHz和6GHz频段,实现自动且持续的消除频段间的无效竞争。
HPE Aruba Networking无线首席技术官Stuart Strickland表示,“HPE Aruba Networking凭借二十余载引领Wi-Fi创新之势,始终致力于为客户提供可靠、安全、高性能的连接解决方案,助力其达成从沉浸式球迷观赛体验到自动化制造流程等各类业务目标。我们全新推出的Wi-Fi 7接入点,不仅带来了强大的性能提升和效率优化能力,更是成为了智能IoT枢纽,为企业提供了网络安全、负载均衡、环境感知,以及业务及运营分析等多项功能。”
全新HPE Aruba Networking接入点可以通过HPE Aruba Networking Central进行管理,并借助内置的支持广泛IoT协议的硬件,例如Zigbee和蓝牙,或通过双USB接口进行扩展,可以在无需额外重复建设的前提下,帮助用户实现广泛的IoT覆盖。该接入点可以为企业部署在网络边缘的各类IoT设备提供安全可靠的连接平台,例如摄像头、电机传感器、能源传感器和运动探测器等。得益于来自超过 350 家技术合作伙伴的集成方案,企业能够高效地采集、保护、传输和利用IoT数据,获得实时业务洞察力。此外,这些数据可用于训练和激活其AI模型,以助力打造预测性维护、数字孪生以及个性化客户用户体验等解决方案。
650集团首席分析师Chris DePuy表示,“目前,优化连接是一项关键任务。针对无线基础设施做出明智的投资始终是客户不变的需求,因为他们需要建立面向未来的网络,并获得预期的经营成果。随着IoT设备的大力发展,以及对无所不在的安全性和向后兼容传统设备的需求,Wi-Fi 7提供了面向企业网络升级时所需的强大处理能力,且兼具灵活性、速度、可靠性以及更大容量。”
随着HPE Aruba Networking 730系列园区接入点的问世,企业可通过以下功能得以最大化无线投资价值:
HPE Aruba Networking 730系列接入点计划于2024年7月全球同步上市,并为用户提供终身有限保修服务。HPE Aruba Networking Central将负责管理HPE Aruba Networking 730系列园区接入点,用户可通过订阅形式使用该服务。除作为独立的软件即服务(SaaS)产品外,HPE Aruba Networking Central已纳入HPE GreenLake(NaaS)订阅服务,用户可通过HPE GreenLake边缘到云平台进行订阅。
*预计将在2024年10月增加MACsec支持。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。