ZD至顶网服务器频道 06月12日 新闻消息:思杰公司于去年12月推出了其NetScaler应用交付控制器,而就在数周之后,其容器化版本也即将与广大用户见面。
“NetScaler CPX”于上月在悉尼召开的思杰公司会议上正式亮相,但NetScaler副总裁兼总经理Ash Chowdappa在采访中表示,“如果客户的需求非常迫切,也可以马上开始销售”,且通用版本将于本月末推出。
Chowdappa指出,快速发布是考虑到市场的旺盛需求:容器使用者明显开始意识到容器之间产生的大量往来流量已经令其疲于应对。NetScaler的流量疏导功能则可以很好地解决容器数量攀升时所带来的局域网崩溃问题。
NetScaler CPX是一套Docker容器。Chowdappa解释称,在理想情况下由Kubernetes等方案创建及/或编排的容器都应同时匹配一套CPX容器,这样微服务架构内的各容器将能够享受到良好的通信效果。
这样的定位听起来非常合理,但其中也存在着一个小小的陷阱。问题在于,思杰公司显然假定大家会以规模化方式使用容器,因此需要对相关日志文件管理以确保一切突发情况皆有记录可查,另外利用分析手段了解日志文件的实际内容。不出所料,思杰方面在NetScaler中也给出了针对性的日志管理与分析方案。
而购买了NetScaler CPX的客户也有充分的理由考虑是否要引入完整的NetScaler套件。正因为如此,Chowdappa才在采访中认定NetScaler将成为思杰公司的营收提振利器。不过他同时补充称,思杰方面很清楚其在销售团队规模及覆盖能力上仍然弱于竞争对手。关于这一短板,他强调称思杰公司正在进行结构重组来加以解决。
好文章,需要你的鼓励
卡内基梅隆大学发布了他们的一项最新研究,他们对20多个开源推理模型进行了后训练,涵盖数学推理、科学问答、代码生成、指令遵循等多个维度,最终发现,数学能力优异的模型,在其他任务上表现平平,甚至还不如未加强数学推理能力的原始模型
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。