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
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。