近日,下一代网络和设备测试、测量、保障和分析解决方案供应商思博伦通信(伦敦证交所上市代码:SPT)宣布,思博伦TestCenter Virtual已在AWS Marketplace中正式上线。这款适用于云计算的测试解决方案构架于思博伦的旗舰产品,可加快网络服务和应用在公有云和混合云中的开发、测试和部署,并降低其在此类多样化生态体系中的复杂性。
网络设备制造商和云服务商将AWS中的连续集成和连续交付(CI/CD)应用于产品和服务验证,而思博伦TestCenter Virtual通过“经过改进的CI/CD进程”来加快此产品验证的过程。由于该应用能够在AWS和私有混合云中同时运行终端,并可实现网络协议仿真等特有新型网络功能的加载,因此能够大幅加快此类环境中各类网络服务的验证过程。
对企业客户而言,TestCenter Virtual可加快应用和服务从私有基础设施向公有云和混合云的迁移,同时还能通过云中的连续验证和回归能力为网络的性能提供保障。同时,它还加强了传统基础设施的测试和保障技术,利用增强型的方法学来应对全新的服务和应用层挑战,从而协助客户确保在从企业设施向云中迁移过程中,SD-WAN基础设施和关键任务应用的扩展能力、可靠性和性能。
Alkira公司研发副总裁Himanshu Shah指出:“我们在AWS中利用TestCenter Virtual为旗舰解决方案Alkira CSX(Cloud Services Exchange)的控制层和数据层性能提供了保障。思博伦的虚拟解决方案帮助我们缩短了性能测试的周期,从而能够快速、高效地利用一个集成式网络服务市场来提供统一的多云网络,充分满足了我们客户的需求。”
思博伦通信高级产品经理Prashant Gupta认为:“在涵盖了公有云、私有云和物理网络环境的复杂拓扑结构中,AWS中的TestCenter Virtual帮助客户快速、高效地启动对其联网服务的性能保障。它可以大幅缩短测试周期,并通过连续回归和验证优化应用和网络的性能、规模和弹性,已成为开发商极具价值的工具,能够帮助他们缩短入市时间,并且确保多种现实场景下的云应用性能。”
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。