至顶网软件频道消息: 思科正在围绕Google Cloud的混合云服务平台——最新更名为Anthos——扩大与Google的合作。
思科将把自己一部分核心硬件平台和软件产品与Google Cloud的Anthos(以前的Cloud Service Platform)进行集成,这么做是为了在企业越来越多地采用所谓“多云”战略的时候会考虑选择思科。所谓多云战略,是指计算工作负载分布在多个云平台和私有云数据中心。
Anthos可以说是Google混合云战略的最新版本。Anthos旨在帮助客户将云工作负载转移到私有数据中心,并以同样高效的方式运行这些负载。Google的目标是让云端和本地数据中心运行服务变得更加简单,让客户可以更好地选择运行应用的环境。这一切都很好,但这些客户也需要确保他们的本地基础设施完全可以在不中断的情况下运行这些云工作负载,而这正是思科认为自己可以发挥作用的地方。
这项集成也是思科与Google数月来合作的成果。两家公司早在2017年10月就宣布将展开合作,当时双方表示,将让企业能够在混合计算环境中始终如一地运行软件。
思科还透露了关于如何实现这些目标的细节。思科云平台和解决方案部门高级副总裁Kip Compton在一篇博客文章中表示,思科正在将两个主要的硬件平台——Cisco HyperFlex和Cisco Application Centric Infrastructure——与Anthos进行集成。
HyperFlex是一个“超融合基础设施”平台,结合了软件定义的存储和数据服务以及思科统一计算系统(一个集成了计算、网络和存储资源的融合基础设施系统)。Cisco Application Centric Infrastructure(ACI)是一个软件定义的网络平台,用于构建跨云和私有数据中心的网络。其他思科产品包括Cisco Stealthwatch Cloud、Cisco SD-WAN和Cisco Intersight也将与Anthos进行集成。
思科与Google的合作也扩展到了Google的一些关键应用开发平台。例如,思科的基础设施经过优化将可以Google Kubernetes Engine——一种管理服务,可帮助协调用于托管现代应用的软件容器集群。因此,思科建议客户使用GKE而不是自己的Cisco Container Platform,尽管后者仍将被用于与其他云进行集成。
这次思科与Google的合作还涉及到Istio——一种用于连接、管理和保护微服务的服务网格。
思科云解决方案营销高级总监Fabio Gori在接受采访时表示,与GKE和Istio的集成是关键,因为这实现了从Google Cloud到客户数据中心“可管理的持续集成/持续开发流程”。 Gori表示,这是业界首创的,无论托管应用在什么位置,开发者都可以自动推送修复和更新。
人工智能也备受关注,思科和Google开发了面向Kubeflow的新软件。Kubeflow是一种开源的Kubernetes原生平台,用于开发、编排、部署和运行大型机器学习工作负载。
从本质上看,思科正试图将其平台定位为那些希望在本地运行Google Cloud工作负载的企业的最佳选择。Gori说,这样做的好处不仅仅是关乎效率,而且还涉及到安全性和数据所有权。
Compton表示:“我们将做大量的集成,这些集成凝聚了过去几年我们双方从共同合作中所学到的很多东西。我们跨数据中心产品、网络和安全产品组合的整合,最终将为客户提供最安全、最灵活的多云架构和混合架构。”
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。