没人想要缓慢的SaaS或跨云通信结果,但思杰希望真正为此做出努力。
思杰公司以未公开价格收购流量优化厂商Cedexis。
根据相关公告所言,Cedexis公司专注于处理大部分企业外围流量,“以动态方式优化跨公有云、数据中心、CDN以及ISP的网络流量”,旨在借此提高混合云与多云应用性能。
Cedexis公司表示其平台是一套SaaS SDN协调器,不仅能够进行负载均衡与服务器健康状态检查,同时亦增加了用户端指标、可对服务器负载及数据包丢失进行测量,并与其它24种云平台进行集成。
该公司解释称,其亦可利用第三方数据帮助自身制定流量优化决策,包括应用程序性能监控、CDN使用与定价以及定制化数据源等等。
在2012年,该公司曾表示其数据收集机制基于放置在客户网站上的JavaScript标签,可借此“捕捉网站性能数据,包括与之相关的云基础设施与CDN等等”。
思杰方面则指出,其将利用Cedexis提供的技术进一步提升自家“安全数字边界(简称SDP)方案的差异化优势,从而更好地保障安全与性能水平。”
这最后一句表达也被思杰公司用于其NetScaler应用程序交付控制器与相关网络修整套件身上。该公司已经将网络视为成长型市场,这令Cedexis方面坚信此次收购并不会妨碍自身的业务发展。
Cedexis公司建立于2009年,创始人为Akamai公司前元老Julien Coulon以及Marty Kagan,此外还包括一批分别来自Akamai与思科的基础设施专家。
公司CEO Ryan Windham表示,“将我们的产品整合到一套全面的安全数字边界方案当中确实具有现实意义,这将为客户统一提供可显著提高生产力的应用程序、数据与服务选项。”
思杰公司产品管理部门副总裁Steve Shah承诺称,现有用户社区可以期待“一切照旧”,且“我们可以保证,我们绝对不会改变您与Cedexis团队之间的合作方式。”
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。