中国北京,2022年9月19日——提供人工智能驱动安全网络的领导厂商瞻博网络(NYSE:JNPR)今天发布了适应多供应商环境的数据中心自动化和保障平台的最新扩展——Apstra Freeform。该扩展可让企业、服务提供商和云服务提供商实现数据中心运营的管理和自动化,无论它们使用了何种拓扑结构和协议。
网络运营正在快速演变。无论是应对全球供应链困境的影响,还是面对疫情所导致的组织变动,不同行业中各种规模的企业都面临着一些架构上的问题,这些问题影响着它们打造数据中心。单一采购将变成多供应商供货,配置将基于意图驱动,根本原因识别和修复将以自动化方式进行。Apstra是全新打造的产品,旨在适应这一新的运营时代。Apstra Freeform将作为数据中心配置的单一数据源(SSOT),整合多供应商平台的体验,实现数据中心主要工作流程的自动化。
Freeform基于Apstra强大的基于意图的网络能力,针对各种数据中心拓扑结构和多供应商环境进行全生命周期数据中心管理,确保可靠的用户体验,包括以下主要特点:
瞻博网络数据中心产品管理集团副总裁Mike Bushong表示:“Apstra继续强调一致、可靠的多供应商数据中心运营的重要性。通过引入Freeform,我们正为市场带来更高的运营效率。Freeform让数据中心运营商可以进行全面的网络控制,为它们提供全面的灵活性和多功能性。由于不受拓扑结构的限制,我们真正实现了基于意图的网络的自主性,让所有人都受益于云时代的最佳运营实践。”
为了满足不断变化的业务需求,企业必须继续专注于运营的速度和规模,同时保证可靠性。Apstra通过涵盖跨供应商的、经过持续验证的、意图驱动的发展蓝图,确保一致、可靠的数据中心运营。瞻博网络通过提供多供应商支持给予客户选择和创新的自由,继续践行独树一帜的数据中心运营管理方法。
对于使用经过验证的数据中心参考设计和灵活的Freeform参考设计的客户,瞻博网络专业服务团队提供Apstra自动部署和迁移服务。这两种服务均可完全进行定制,也可根据客户的具体要求进行定制,或针对任何功能、协议或架构使用。
相关引言:
“Atos与瞻博网络合作了十多年。作为全球性系统集成商,我们为客户提供快速改变、适应和创新的业务可塑性,创造出标准的可复制、多合作伙伴数据中心网络架构。Apstra的数据中心参考设计可让我们快速、自动且无缝的部署和运行适合任何合作伙伴的数据中心网络架构。Atos支持很多垂直行业的客户,而需求决定了他们要求具备不同的网络架构。通过Apstra Freeform,我们能够自动打造不同的架构,并直接通过Apstra来运行这些架构。其可以适应多供应商的不同网络架构,结合了Apstra的可靠性、简约性、遥测和意图网络能力,是对Apstra平台的完美提升。”
——Lee Wright,Atos网络和语音工程副总裁
“Apstra的独特的多供应商环境管理能力为我们的客户提供了使用不同供应商硬件的战略灵活性。Freeform引入了更多的能力以在各种不同的数据中心设计中部署Apstra,其中都包含了面向大规模应用的许可模式。”
——David Brady,Myriad360执行副总裁
“数据中心运营团队面临多方面的挑战和复杂性:通过广泛的自动化让网络运营更简单和更敏捷的压力;影响基础设施可用性和更新时间的供应链中断;异构应用环境和基础设施的复杂性;阻碍现有人员快速适应变化的技能差距。随着Freeform的推出,瞻博网络Apstra为其基于意图的全生命周期网络管理赋予了更多功能,以兼容更多的协议和拓扑结构,助力客户应对挑战。”
——Brad Casemore,IDC数据中心和多云网络研究副总裁
其他资源:
发布博客:隆重介绍Apstra Freeform:快速、简单、基于意图的数据中心自动化,现在可随时随地进行扩展
关于瞻博网络
瞻博网络致力于挑战多云时代网络连接和安全的复杂性。我们通过改变人们之间的联系、工作以及生活方式的产品、解决方案和服务实现这一目标。我们简化了向安全、自动化的多云环境迁移的过渡,以实现连接世界的安全、人工智能驱动网络。更多信息请参见瞻博网络(www.juniper.net)或瞻博网络在Twitter、LinkedIn和Facebook上的主页。
Juniper Networks、the Juniper Networks标识、Juniper、Junos是瞻博网络公司在美国和其他国家的注册商标。其他商标均为其各自所有者的财产。
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。