中国北京,2017年11月7日——全球云基础架构和移动商务解决方案领导厂商VMware公司近日宣布已签订收购VeloCloud™ Networks的最终协议。VeloCloud Networks是针对企业与服务提供商云端交付软件定义广域网(SD-WAN)技术的行业领先公司。
此项收购结束后,VeloCloud将助力VMware成功推出行业领先的网络虚拟化平台VMware NSX ,扩展其网络产品组合,以实现从数据中心到云端直至网络边缘的端到端自动化、应用连续性、分支转型与安全性。该项收购还将进一步支持VMware引领面向软件定义未来的行业转变,并帮助客户利用默认的公开安全、可编程且无处不在的网络将其业务带入数字化时代。
该项交易预计将于VMware 2018财年第4季度结束。VMware此前公布的2018财年指南并未因此项交易而发生任何变动。
Gartner认为:“虽然广域网(WAN)架构与技术的演进非常缓慢,或许每隔10-15年才更新一代,但由数字化商业模式转型所导致的行业颠覆正推动着SD-WAN以广域网历史上前所未有的速度被普及。”VeloCloud云端交付的SD-WAN技术得到全球上千客户的大规模部署,被各大企业与电信公司直接采纳,并由服务企业客户的服务提供商们负责管理。此类服务提供商客户包括AT&T、Deutsche Telekom、Macquarie Telecom、MetTel、Mitel、Sprint、TelePacific、Telstra、Vonage与Windstream。企业客户包括Bay Club、Brooks Brothers、Devcon、NCR、Redmond、Saber Healthcare Group和Triton Management Services。
VMware首席执行官Pat Gelsinger表示:“在数字化时代,随着从数据中心模式变为边缘数据中心模式,我们需要利用新型网络方法解决应用与数据的海量分布问题。VMware网络战略的核心在于坚持交付具备嵌入式安全的广泛连接,进而随时随地将用户与应用相连。凭借VeloCloud行业领先的SD-WAN技术,我们必能将自动、安全且独立于基础架构网络的VMware NSX方法拓展至广域网。”
VeloCloud Networks首席执行官Sanjay Uppal认为:“随着向云端交付、软件定义的模式转变,各企业正在改变搭建与利用其基础架构的方式,从而无论部署在何地——从数据中心和云端直至网络边缘,它们都能拥有全球一致的基础架构 。在VMware下一轮的网络与网络功能虚拟化(NFV)战略演变中,我们期待为这位软件定义基础架构领导者助上一臂之力。”
VeloCloud云端交付的SD-WAN完美融合了混合广域网的经济性和灵活性以及云服务的高效部署和低维护性。通过从云端向各地分支机构及移动用户交付虚拟化服务,它显著简化了广域网。VeloCloud利用智能x86边缘设备聚合分支机构的多个宽带连接,并使用云端编排将分支机构连接至任意类型的数据中心,包括企业、云或软件即服务。
借助VeloCloud,VMware将协助各企业促进应用增长、提升网络敏捷性并简化分支部署,同时能让各分支机构高效、安全、可靠地访问云服务、私人数据中心和基于SaaS的应用。SD-WAN技术完美适用于希望从静态、复杂、本地网络转变至数字化时代经济高效、动态且可扩展的云交付架构的众多企业。VeloCloud解决方案提供了灵活的网络连接选项,从而增强多协议标签交换(MPLS)并改进分支机构连接的总拥有成本。
通过实现弹性传输、高性能的云应用以及可编排多种服务以满足客户需求的软件定义智能边缘,VeloCloud将助力VMware帮助服务提供商增加收入与服务创新。随着SD-WAN成为客户内部虚拟设备部署的首要功能,通过集成业经验证的VMware vCloud NFV平台与云交付的SD-WAN平台,VMware预计将能够简化面向各种应用的虚拟网络功能(VNF)(例如安全性)部署。
Dell EMC网络、企业基础架构与服务提供商解决方案高级副总裁Tom Burns表示:“Dell EMC与VMware一直致力于推动分支机构、广域网与云边缘的数字化转型。近期,我们宣布了与VeloCloud达成合作,包括:联合产品验证、产品路线图协调、简化订购以及协作销售与营销,以改进面向我们共有客户的解决方案。我们期待着在收购完成后与VMware继续SD-WAN合作,为共有客户提供同类最佳的智能边缘设备。”
VMware基于软件的解决方案是提供一种能让客户连接、保护与运营端到端架构的网络与安全平台,进而向任意地点的应用交付服务。客户之所以选择VMware NSX,是因为它可以交付与应用息息相关的网络及安全服务。借助VeloCloud,VMware将为广域网带来相同功能属性,从而让企业与云应用实现可视性、安全性、自动化、高性能与可用性。
IDC负责企业、数据中心、云基础架构与开发者研究的高级副总裁Matt Eastwood表示:“由于移动、云和社交商务消除了企业有关时空的多种障碍,数字化转型引发了对网络的依赖不断升温。物联网领域的进步也推高了这种依赖性。在VMware与VeloCloud等公司基于软件的新一代平台支持下,网络正变得更加敏捷。我们见证了两家公司之间的正面协同效应,以及VMware实施长久以来基于软件的网络战略的大好机会。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。