
据知名组织对全球超过1500名专业IT从业者的调研显示:在IT运维管理团队TOP关注与挑战中,运维效率如何提升以及如何减少用户抱怨与投诉仍占据了75%;而在与工具相关的TOP关注与挑战中,如何整合多工具与打通数据,以及如何减少无效告警、尽快确定故障原因仍占据了78%。新时代的网络运维人似乎仍难以摆脱“背锅侠”和“救火队”的悲情角色。
4月13日,ICT基础设施及行业解决方案提供商锐捷网络以“先见先行,乐享其成”为主题举办发布会,正式发布锐捷乐享智能运维管理平台,该平台可通过“为执行赋能”、“为管理赋知”、“为决策赋见”,致力于让IT运维管理变得更加轻松。
锐捷乐享 惊艳亮相

会上,锐捷网络睿智产品事业部产品总监骆杰先生表示:“网络问题无法即时发现、定位及解决问题耗时耗力、同样问题重复出现,正让网络运维工作面临艰巨的挑战。”
锐捷网络以客户需求为驱动,深耕用户IT运维场景,本次推出的锐捷乐享智能运维管理平台直指上述运维场景痛点,将助力企业构建“先见先行”的运维数据洞察能力,并打造“以用户体验为核心”的业务连续性保障体系。
骆杰介绍,所谓“先见先行”的运维数据洞察,就是要做到对问题隐患的“先见”,以及对处置防范的“先行”。支持多源数据接入,通过关系洞察形成运维图谱,路径洞察找到真实路径,数据洞察形成行动指标体系,实现将分散的设备运行数据转化为具有高消费价值的信息和知识。
四大核心价值 锐捷乐享让IT运维更轻松
该平台具备以指标体系为核心的全域资源监控、以风险预防为核心的健康检查、以用户体验为核心的业务监控以及化繁为简、千人千面的工作中心四大核心价值。
1. 全域资源监控
平台通过对全类型异构IT资源自动发现及智能关联,以黄金指标体系重新定义资源监控维度,从根源上解决了数据无效、不准的问题。依托“卡点算法”有效实现告警风暴抑制,并提供原因和影响分析、处理建议等有行动力的信息,加速故障的解决和闭环。


2. 健康检查
平台的健康检查功能具备开箱即用的风险隐患排查能力,降低了风险预防技术门槛。以oracle数据库为例,该方案内置的专家经验可预防常见的多达24类风险隐患并提供63种风险分析逻辑和处理建议,可支撑运维从风险识别、分析到处置的闭环。

3. 业务监控
平台的业务监控功能,可从用户视角实时感知问题,将用户访问体验量化。并借助业务部署拓扑及数据调用关系的构建,精准定位异常原因,助力运维人员掌控全局业务运行态势。

4. 工作中心
平台为不同角色运维管理人员提供了个性化的工作中心搭建能力,帮助运维工程师实现登录即工作的便捷,同时为管理者带来掌控全局的管理驾驶舱。

管理者视图

工程师视图
骆杰表示,“通过全面提升IT系统的可观测性、支持复杂故障快速排查定位、实现网络运维从被动响应到主动预防,锐捷乐享智能运维管理平台将有效确保用户网络的业务连续、稳定运行” 。

发展至今,锐捷网络不断强化运维产品研发、推陈出新,持续致力于助力客户构建完整的IT管理体系,并深度参与政府顶层客户的运维建设与运维规范标准制定。从RIIL V1.0面世、RIIL V6.0升级、RIIL V6.5革新、RIIL-Emotion及Insight产品相继发布,再到今天锐捷乐享智能运维平台惊艳亮相,锐捷网络运维产品实现了从发展、竞争到引领、创新的质变,并赢得市场及客户的高度认可。迄今为止,锐捷网络运维产品已广泛服务于3000多家行业客户,在部委客户市场占有率超过65%,并成为政务外网、内网首选品牌;在医疗行业品牌度排名第一;超过1000家高校客户正在使用锐捷的RIIL产品。据IDC统计,2019年,锐捷在中国IT综合运维软件ITIM市场占有率第一;来自CCW的统计显示,2016至2020年,锐捷在中国IT运维管理软件市场份额位居首位。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。