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
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。