-
醫療網絡安全：醫院提高網絡彈性的途徑 醫療網絡安全：醫院提高網絡彈性的途徑 醫療保健行業中的網絡攻擊削弱了我們提供高質量醫療服務的能力，并可能危及患者的安全，甚至生命。不幸的是，黑客將醫療行業視為主要目標，尤其是勒索軟件和數據隱私攻擊。我們都不想聽到醫院被入侵的消息，也不想成為醫院里必須處理后果的人。每次聽到違規事件，都令人感到不安。 網絡攻擊是不可避免的，但成功的攻擊并不一定總是成功。作為醫療保健和網絡安全領域的領導者，必須格外警惕，了解漏洞，并為組織提供盡可能最好的防御，即使面臨持續的預算限制和具有挑戰性的網絡安全人才短缺。以下是醫療行業最為關心的三個領域。這些優先事項中的每一個都帶來了挑戰和機遇：IoMT設備的增長及其帶來的漏洞的增加監管環境更具挑戰性，不僅在技術方面，也在管理行政方面的能力方面?？衫米詣踊?、人工智能和網絡安全整合來改善保護，并減輕預算和人員問題的影響。1、確保IoMT安全IoMT設備為從業者提供了巨大的機會，可以提高護理質量，也可以讓患者從治療的重要進展中獲益。但這些設備的急劇增長給網絡安全部門帶來了壓力。這是為什么？ 更大的攻擊面 IoMT顯著增加了攻擊面。醫院總是擁有大量的IoMT設備，隨著對更多設備進行現代化改造，這個數字必然會繼續增長。 缺乏控制 作為網絡安全團隊，我們無法像控制組織中的其他設備（甚至物聯網）那樣控制IoMT設備。制造商沒有一致的更新政策，物聯網設備往往存在很多漏洞。盡管其他地方的新法規規范了其使用，但制造商在安全性方面卻落后了。 缺乏可見性 對于看不見的東西，是無法提供保護的。對于許多醫療保健組織而言，全面了解IoMT設備必須是2023年及以后的首要任務。雖然，可將IoMT設備與網絡的其余部分隔離，但這并不能保證其不會受到攻擊，不過還是有助于更好地了解其。這樣，就可以看到漏洞在哪里以及對手試圖如何利用，且僅允許IoMT設備通過防火墻進入網絡。網絡安全整合是幫助降低物聯網風險的另一項舉措。通過整合，可以通過單個控制臺獲得更大的可見性和控制力。雖然物聯網制造商在提供適當保護方面進展緩慢，但端的調整已在威脅嚴重影響運營之前將其阻止。2、管理合規性醫院不屬于關鍵基礎設施類別。但好在，隨著轉向NIS2，這種情況正在改變。根據NIST和CIS指南，構建網絡安全框架，這有助于滿足監管合規要求。小型醫院面臨的挑戰之一是，尋找人力來應對不斷變化的監管環境，特別是在行政要求方面。行政方面說到底就是一個人力挑戰，許多醫療機構都面臨著合格人員短缺的問題。3、利用自動化、人工智能和網絡安全整合持續的人員短缺，是自動化、人工智能和網絡安全整合被視為醫療保健行業首要任務的原因之一。利用機器能做的事情越多，就越能減輕自己和員工的負擔。使用整合來消除工具并集中管理控制臺也是如此。但自動化、人工智能和網絡安全不僅僅是解決當前人員挑戰的短期解決方案，它們是網絡安全的未來。當涉及到日志排序或識別模式等任務時，人類不可能與機器競爭。人類可能是SOC可能采取的行動的最后一步，但人類必須依靠機器來幫助完成工作。展望未來除了這些優先事項之外，作為網絡安全領導者，還應該采取其他措施來推動行業發展，并支持提供安全、高質量的現代醫療保健。我們都受益于更多的知識共享。在網絡安全領域，特別是在醫療保健領域，都有一致的目標。我們必須認識到局限性，但也要認識到優勢。就網絡安全而言，醫療保健可能不是收入最高的領域，但也有著巨大的機會為社會做出貢獻。 -
2024 年云計算的趨勢、機遇和挑戰 作者：Rackspace Technology 公共云業務部全球服務和解決方案高級副總裁 Sandeep Bhargava隨著人工智能 (AI) 和機器學習 (ML) 等技術繼續影響基礎設施、服務和市場動態的各個方面，預計 2024 年對云服務的需求將比以往任何時候都更大。 除了這些發展之外，云計算的突破也使得各種規模和跨行業的組織更容易使用和經濟地使用云計算。這在印度尤為明顯，當地企業明年的 IT 預算預計將增加 10.7%，即從 1,125 億美元增加到 1,246 億美元，而 2022 年至 2023 年減少 0.5%。總體而言，企業對下一個競爭優勢的尋找預計將推動明年更大的云投資。 具體來說，生成式人工智能的民主化、對可持續性的更加重視以及生成式人工智能對網絡安全的影響，將使云的采用成為在 2024 年及以后保持競爭力所必需的。2024 年值得關注的趨勢通過云計算、預訓練模型、自然語言模型和開源工具的廣泛使用，各種規模的組織將能夠參與生成人工智能用例的構思和實驗。 對于希望利用生成式人工智能的企業來說，昨天正是遷移到云的最佳時機。雖然生成式人工智能的重點是內容生成和類人對話，但到 2024 年，其應用將擴展到機器人和自動化領域。 這三種技術的整合為印度制造、物流和醫療保健行業提供了巨大的機遇，但首先取決于基礎設施的現代化。與此同時，計算和數據存儲技術的日益普及將增加電力和冷卻的能源消耗，并增加碳排放。 但隨著越來越多的決策者和投資者強調可持續性與盈利同等重要，云服務提供商為使其運營更具可持續性而做出的努力將獲得動力。 更重要的是，這些解決方案將提升客戶的環境、社會和治理 (ESG) 成果。生成人工智能的發展帶來的另一個挑戰涉及網絡犯罪分子使用相同的技術。 組織不應忽視人工智能驅動的網絡安全進步。 面對成熟的云技術，部署先進的威脅檢測系統、加密技術以及對數據隱私和保護的日益關注對于解決日益增長的擔憂至關重要。通過托管云服務把握2024年趨勢為了充分發揮生成式人工智能、機器人技術和自動化的潛力，各種規模的組織都需要對其基礎設施進行現代化改造并利用云的力量。 托管云服務使 IT 團隊能夠遷移到云，而無需通過購買硬件和軟件以及招聘額外人才來增加預算。 除了經濟考慮之外，托管服務提供商還可以確保企業能夠滿足 ESG 目標，并改善其安全狀況，抵御不斷增長和不斷演變的網絡威脅。 -
推出WIFI 7：連接性的飛躍 推出WIFI 7：連接性的飛躍 保持聯系，是我們日常生活的重中之重。隨著我們擁抱數字時代，無線連接的進步發揮著關鍵作用。進入WiFi 7，這是無線網絡的最新標準。本文將深入探討WiFi 7是什么，以及為什么應該關注這項突破性技術。 什么是WiFi 7？其如何工作？WiFi 7，也稱為IEEE 802.11ax，是最新一代的無線技術，旨在提高互聯網連接的速度和性能。其使用正交頻分多址（OFDMA）和多用戶多輸入多輸出（MU-MIMO）等先進技術來提高無線網絡的效率和容量。借助WiFi 7，多個設備可以同時連接，而不會出現速度明顯下降的情況。其通過將可用頻譜劃分為更小的子信道來實現這一點，從而實現更高效的數據傳輸。此外，MU-MIMO使路由器能夠同時與多個設備通信，從而實現更快、更穩定的連接。為了確保與之前的WiFi標準兼容，WiFi 7路由器被設計為支持向后兼容。這意味著使用較舊WiFi版本的設備，仍然可以連接到WiFi 7網絡，盡管有可能無法從全部功能和改進中受益?？偠灾琖iFi 7旨在利用OFDMA和MU-MIMO等先進技術，提供更快、更可靠的互聯網連接。其比以前的WiFi版本有了顯著的改進，對于那些尋求提高上網速度和整體網絡性能的人而言，這是一個理想的選擇。WiFi 7的主要特性 極快的速度：WiFi 7旨在提供前所未有的速度，顯著超越其前身。由于潛在速度可達每秒數千兆位，用戶可以享受閃電般的下載、無縫流媒體和更快的數據傳輸。 容量增加：在擁有大量連接設備的擁擠區域中，面臨的顯著挑戰之一是網絡擁塞。WiFi 7通過增加容量來解決這個問題，允許更多設備同時連接，而不會影響性能。這對于智能家居、辦公室和公共場所尤其有利。 提高效率：WiFi 7采用先進技術來提高頻譜效率。通過更有效地利用可用頻譜，其可以最大限度地減少干擾，并優化無線電頻率的使用。這會帶來更可靠、更穩定的連接。 增強的安全功能：安全是數字時代最重要的問題。WiFi 7引入了加密協議的改進，使其更能抵御潛在的網絡威脅。增強的安全功能，有助于為用戶提供更安全的在線體驗。 為什么要關注？ 讓設備面向未來：隨著技術的發展，使用的設備也在不斷發展。投資兼容WiFi 7的設備可確保保持領先地位，并可以充分利用最新的無線功能。 擁擠環境中的無縫連接：無論是在繁忙的機場、擁擠的會議還是人口稠密的市區，WiFi 7增強的容量可確保連接保持穩定可靠，即使在高流量情況下也是如此。 針對新興技術的優化性能：隨著增強現實(AR)、虛擬現實(VR)和物聯網(IoT)的興起，WiFi 7提供了支持這些新興技術所需的基礎設施。使用需要高帶寬和低延遲的設備享受更流暢、更身臨其境的體驗。 無線通信的未來WiFi 7不僅僅是一個漸進的改進；這是無線連接領域的一次飛躍。更快的速度、更大的容量、更高的效率和增強的安全功能的結合，使其成為一項值得關注的技術。無論是技術愛好者、商務專業人士還是日常用戶，WiFi 7都將重新定義我們與數字世界連接和交互的方式。擁抱無線通信的未來——擁抱WiFi 7！ -
2024年人工智能與數字孿生趨勢 人工智能（AI）和數字孿生是兩個備受關注的技術領域，它們在多個行業中都有著重要的應用。以下是人工智能和數字孿生的一些趨勢： 1.在城市中實施生成式人工智能 到2024年，人工智能(AI)在塑造城市技術格局方面將發揮巨大作用。城市在人工智能的使用方面取得了長足進步，特別是在交通管理和應急響應等領域。然而，過去18個月的突出發展是對生成式人工智能潛力的認識，特別是在涉及大型語言模型（LLM）的情況下。以LLM為代表的生成式人工智能，展示了城市在提高效率和促進與信息的獨特交互方面的潛在能力。預計城市對LLM的采用將會增加，重點是為居民提供服務。這不僅有望提高效率和生產力，而且旨在彌合居民需求與及時解決方案之間的差距。 然而，人工智能在城市中的廣泛融合并非沒有挑戰。隱私問題、網絡安全風險和道德考慮，包括人工智能輸出中的潛在偏見是城市正在努力解決的關鍵問題。當城市考慮風險時，在獲得人工智能工具帶來的生產力提升和確保連貫且詳盡的用戶體驗之間，需要取得微妙的平衡。圍繞人工智能模型訓練中的公平性和包容性的對話，正在成為在不同城市環境中創建用戶友好且相關的工具的不可或缺的一部分。到2024年，城市領導者將越來越多地轉向數字孿生來應對城市挑戰，LLM的技術復雜性又增加了一層復雜性。城市面臨著是否微調現有模型或依賴OpenAI等組織的預先訓練模型的決定。經驗和試點的融合可能會決定城市與這些工具互動的最佳方法。盡管人們對人工智能的潛力感到興奮，但人們也承認，即使是一些人工智能研究科學家，對該技術仍然知之甚少。模型和訓練集越大，性能越好，但模型訓練和部署的細微差別仍有待探索和實驗。2024年，城市向前邁進，不可避免地會經歷一段試錯期。組織可能會遇到數據保護和使用不當的事件，促使公民在使用生成式人工智能工具時要求更多的保護措施。人工智能產生的虛假信息的法律影響，特別是在市政交易等受監管的環境中，將成為城市需要通過建立強有力的護欄來解決的一個重大問題。城市中廣泛且負責任的人工智能整合將通過這一實驗期間吸取的經驗教訓來塑造。 2.地方層面建立人工智能監管 當談到城市人工智能使用的監管以及國家和地方政府政策之間的平衡時，有幾個復雜的問題需要仔細考慮。當前立法面臨的挑戰在于技術的快速發展，特別是在去年。2024年，新興技術的能力存在不確定性。問題在于，如果像OpenAI和Anthropic這樣的新的有影響力的參與者將重塑技術格局，或者像谷歌和微軟這樣的老牌巨頭是否會通過收購或廣泛整合技術來保持主導地位，LLM是否會經歷重大改進。 城市可以成為制定地方層面法學碩士使用指南的驅動力 在國家政府層面，往往會更多地審議和關注圍繞技術政策的理論問題。然而，城市以其積極主動的性質而聞名，并且能夠更快地實施和采用新技術。城市已經在企業和公共服務環境中使用人工智能工具，但通常沒有具體的規定。公開的秘密是，這些工具正在使用中，城市正在主動了解員工如何使用人工智能，努力建立安全做法，最大限度地降低居民的風險。城市可以成為制定地方層面LLM使用指南的驅動力。認識到在缺乏明確的國家框架的情況下監管的必要性，城市可以帶頭制定指導方針來管理人工智能的負責任使用。這反映了對不斷發展的技術格局的務實反應，以及確保在不損害居民福祉的情況下利用人工智能的好處的承諾。城市中的人工智能監管正在以一個動態和去中心化的過程展開，城市帶頭適應技術進步并制定指導方針，來解決人工智能使用帶來的實際挑戰，從而在仍然快速變化的技術環境中實現敏捷性和響應能力。 3.城市數字孿生的持續采用 到2024年，數字孿生在城市中的使用將繼續增長，其多功能性將開始使其成為城市規劃者和領導者的重要工具。居民對更快、更有彈性的基礎設施增長的需求正在推動城市探索創新解決方案。數字孿生提供了全面繪制和了解城市物理基礎設施的能力。這對于老城市來說尤其重要，因為這些城市的項目經常會暴露出意想不到的管道、電線甚至隧道。數字孿生提供的準確繪圖可以更好地進行規劃和模擬，特別是在面對海平面上升等日益嚴重的氣候變化影響時。到2024年，城市領導者將越來越多地轉向數字孿生，以應對建造更快、更密集的住房以及規劃自動駕駛等新興技術的挑戰。數字孿生的模擬功能使規劃人員能夠評估從基礎設施項目到未來交通方式整合的各種場景。圍繞虛擬世界和數字孿生的炒作之間仍然存在聯系，但城市主要專注于利用數字孿生來解決切實的、現實世界的問題。采用數字孿生背后的驅動力是它們解決實際挑戰的能力，最終提高公民的生活質量。盡管虛擬宇宙中的社區參與具有令人著迷的潛力，特別是在習慣于在線社交互動的年輕一代中，但數字孿生的主要用途仍然植根于解決城市的物理挑戰。城市領導者可能會優先考慮數字孿生在改善基礎設施方面的切實好處，而不是關注與虛擬世界相關的虛擬和社會方面。 4.自主交通試點 盡管最近面臨監管挑戰，但我們可以預期自動駕駛班車和公交車駕駛員的部署將會增加。鑒于公交車司機和交通人員的勞動力持續短缺，城市正在認識到自主公共交通的價值，特別是那些能夠容納更高乘客吞吐量的交通。另一方面，在天空中廣泛采用電動垂直起降（eVTOL）飛機似乎是一個更遙遠的愿景。盡管試點和合作伙伴關系前景廣闊，但仍存在諸如垂直起落機場規劃和噪音控制等實際挑戰，更不用說監管環境的復雜性了。面對更緊迫、更緊迫的城市交通問題，證明此類試點投資的合理性可能會很困難雖然eVTOL有一些有趣的用例，特別是在搜索救援和醫療運輸等領域，但乘客定期乘坐eVTOL在區域樞紐之間通勤的想法是一個長期愿景。當談到那些雖然可能有用但被認為華而不實的項目時，公眾會感到疲勞。當公眾尋求公共交通、交通擁堵和安全問題的解決方案時，全球城市領導人和市長可能會發現維持對此類試點的支持具有挑戰性。面對更緊迫、更緊迫的城市交通問題，證明此類試點投資的合理性可能會很困難。隨著我們的前進，重點可能會轉向實用且有影響力的解決方案，直接解決城市環境中居民面臨的日常挑戰。 -
西蒙LightVerse光/銅混合配線架榮獲2024年BIG創新獎 全球領先的網絡基礎設施專家西蒙公司，近日自豪地宣布，其LightVerse光/銅混合配線架榮獲商業智能集團 (Business Intelligence Group) 頒發的2024年BIG創新獎。 LightVerse光/銅混合配線架通過在單個1U機架空間內無縫集成高性能光纖和銅纜連接，為空間受限的數據中心和智能建筑提供了理想的解決方案。這種創新的方案消除了對單獨面板的需求，節省了寶貴的空間并簡化了網絡部署。 “我們很自豪能夠獲得商業智能集團頒發的這一殊榮，”西蒙總裁兼首席執行官Henry Siemon說，“LightVerse光/銅混合配線架體現了我們對持續創新的承諾，為我們的客戶提供了在當今高度互聯的世界中蓬勃發展所需的敏捷性和效率。” “創新正在推動我們的社會，”商業智能集團首席提名官Maria Jimenez表示，“我們很高興能夠向西蒙致敬，因為他們以身作則，改善了我們的生活。” 來自世界各地的組織提交了他們最近的創新成果，以供BIG創新獎考察和評估。然后，獲提名的候選作品由一組精選的商業領袖和高管進行評判，他們自愿貢獻自己的時間和專業知識來對提交的作品進行評分。 LightVerse光/銅混合配線架只是西蒙堅定不移地致力于創新的一個例子，該公司在研發方面投入巨資，不斷突破網絡基礎設施領域的無限可能性。 -
OpenAI創始人想打造全球芯片工廠網絡 設計制造一把抓以對抗英偉達 OpenAI聯合創始人SamAltman最近提出一個設想，他想在全球打造AI芯片工廠網絡，以對抗英偉達。為了訓練大語言模型，AI企業需要采購大量英偉達GPU，耗資不菲。當模型正常運營，向消費者開放，運營費用更是天文數字。如何降低成本？大企業絞盡腦汁，它們縮小模型，提升效率，開發定制低價芯片。如果想開發高端芯片，成本極為驚人，流程也很復雜。 英偉達壟斷AI芯片 談到新的芯片項目，SamAltman與幾位投資者協商，整個項目需要幾十億美元。參與的投資者包括AbuDhabi-basedG42、軟銀集團、臺積電。因為壟斷高端GPU芯片，英偉達市值突破萬億美元，芯片巨頭無不將英偉達當成眼中釘、肉中刺。月初時Meta宣布，為了訓練面向未來的超級智能，準備購買350000塊英偉達H100GPU。每塊H100GPU定價約為30000美元，需求旺盛。谷歌用TensorProcessingUnits（TPU)訓練下一代Gemini模型。為了降低成本，谷歌已經投入十多年時間研發TPU。制造芯片需要龐大資金，需要大量“自然資源”，要籌集資金，還要加強研發，只有這樣芯片才能達到很高等級。 OpenAI需要高端芯片 OpenAI需要的是高端芯片，全球能生產高端芯片的工廠并不多，嚴重限制了下一代AI模型的訓練。為了解決此問題，Altman建議建設芯片廠網絡，專門生產AI芯片。未來OpenAI可能會與英特爾、臺積電、三星結盟，也可能與現有投資者微軟加深合作。去年OpenAI曾宣布，它自主研發的AI芯片已經可以在Azure云計算平臺上運行。許多科技巨頭都在研發自主AI芯片，比如亞馬遜的Trainium芯片，谷歌的TPU芯片，盡管如此，幾乎所有的科技巨頭仍然高度依賴英偉達處理器。Altman認為，英偉達芯片還會繼續優化改進，在巨大的壓力下，投資者可能會遠離OpenAI自有芯片項目。到目前為止Altman只是提出一個設想，合作伙伴、投資者還沒有確定。他可能只是擔心高端芯片供不應求，需徹底解決。按照Altman的設想，項目涉及到芯片廠建造和維護，這條路線與亞馬遜、谷歌、微軟不同，后者只是設計芯片，生產完全外包。報道稱，OpenAI與AI企業G42洽談時透露，考慮籌集資金80-100億美元。Altmam希望到2029年左右時能擁有充足的芯片供應，因為他預計到時AI應用、相關計算力的需求將會猛增。 投資者不太可能支持OpenAI 分析Altman的談話不難看出，OpenAI似乎有意卷入芯片制造業務，但很多分析人士認為投資者不太可能參與。Altman本人也是投資者，但非常另類。Altman通過自己的HydrazineCapital、ApolloProjects和AltmanVentures向400多家企業投資，OpenAI也有分支投資基金。在AI芯片領域，Altman已經投資RainAI，2023年OpenAI還曾與RainAI簽署合約，價值5100萬美元。RainAI研發神經形態加速器芯片，該公司原本獲得沙特Prosperity7基金的支持，但由于美國政府擔憂，Prosperity7被迫退出。風投公司OTBVentures的合伙人AdamNiewinski認為，Altman投資芯片技術有雙重目的：“投資對于AI的發展極為重要，還有，這筆投資的回報也可能很豐厚，因為AI芯片需要預計將會大增。”Altman的決定并非天馬行空，隨著地緣沖突加劇，美國肯定會不遺余力收回芯片霸權。特朗普極有可能會回歸，幾天前他曾放言，臺灣搶走了美國的工作和業務機會。如果特朗普真的成為美國總統，極可能會向臺灣、韓國芯片產業動刀。只要AI芯片的需求是真實存在、可以持續的，Altman的投資就不會虧本。如果Altman的新項目成功落地，那就意味著OpenAI戰略出現重大轉變，也意味著AI產業正在朝著垂直整合、硬件定制化方向邁進。如果風投參與，無疑會刺激AI、半導體創新，加劇競爭。 -
OpenAI創始人想打造全球芯片工廠網絡 設計制造一把抓以對抗英偉達 OpenAI聯合創始人SamAltman最近提出一個設想，他想在全球打造AI芯片工廠網絡，以對抗英偉達。為了訓練大語言模型，AI企業需要采購大量英偉達GPU，耗資不菲。當模型正常運營，向消費者開放，運營費用更是天文數字。如何降低成本？大企業絞盡腦汁，它們縮小模型，提升效率，開發定制低價芯片。如果想開發高端芯片，成本極為驚人，流程也很復雜。 英偉達壟斷AI芯片 談到新的芯片項目，SamAltman與幾位投資者協商，整個項目需要幾十億美元。參與的投資者包括AbuDhabi-basedG42、軟銀集團、臺積電。因為壟斷高端GPU芯片，英偉達市值突破萬億美元，芯片巨頭無不將英偉達當成眼中釘、肉中刺。月初時Meta宣布，為了訓練面向未來的超級智能，準備購買350000塊英偉達H100GPU。每塊H100GPU定價約為30000美元，需求旺盛。谷歌用TensorProcessingUnits（TPU)訓練下一代Gemini模型。為了降低成本，谷歌已經投入十多年時間研發TPU。制造芯片需要龐大資金，需要大量“自然資源”，要籌集資金，還要加強研發，只有這樣芯片才能達到很高等級。 OpenAI需要高端芯片 OpenAI需要的是高端芯片，全球能生產高端芯片的工廠并不多，嚴重限制了下一代AI模型的訓練。為了解決此問題，Altman建議建設芯片廠網絡，專門生產AI芯片。未來OpenAI可能會與英特爾、臺積電、三星結盟，也可能與現有投資者微軟加深合作。去年OpenAI曾宣布，它自主研發的AI芯片已經可以在Azure云計算平臺上運行。許多科技巨頭都在研發自主AI芯片，比如亞馬遜的Trainium芯片，谷歌的TPU芯片，盡管如此，幾乎所有的科技巨頭仍然高度依賴英偉達處理器。Altman認為，英偉達芯片還會繼續優化改進，在巨大的壓力下，投資者可能會遠離OpenAI自有芯片項目。到目前為止Altman只是提出一個設想，合作伙伴、投資者還沒有確定。他可能只是擔心高端芯片供不應求，需徹底解決。按照Altman的設想，項目涉及到芯片廠建造和維護，這條路線與亞馬遜、谷歌、微軟不同，后者只是設計芯片，生產完全外包。報道稱，OpenAI與AI企業G42洽談時透露，考慮籌集資金80-100億美元。Altmam希望到2029年左右時能擁有充足的芯片供應，因為他預計到時AI應用、相關計算力的需求將會猛增。 投資者不太可能支持OpenAI 分析Altman的談話不難看出，OpenAI似乎有意卷入芯片制造業務，但很多分析人士認為投資者不太可能參與。Altman本人也是投資者，但非常另類。Altman通過自己的HydrazineCapital、ApolloProjects和AltmanVentures向400多家企業投資，OpenAI也有分支投資基金。在AI芯片領域，Altman已經投資RainAI，2023年OpenAI還曾與RainAI簽署合約，價值5100萬美元。RainAI研發神經形態加速器芯片，該公司原本獲得沙特Prosperity7基金的支持，但由于美國政府擔憂，Prosperity7被迫退出。風投公司OTBVentures的合伙人AdamNiewinski認為，Altman投資芯片技術有雙重目的：“投資對于AI的發展極為重要，還有，這筆投資的回報也可能很豐厚，因為AI芯片需要預計將會大增。”Altman的決定并非天馬行空，隨著地緣沖突加劇，美國肯定會不遺余力收回芯片霸權。特朗普極有可能會回歸，幾天前他曾放言，臺灣搶走了美國的工作和業務機會。如果特朗普真的成為美國總統，極可能會向臺灣、韓國芯片產業動刀。只要AI芯片的需求是真實存在、可以持續的，Altman的投資就不會虧本。如果Altman的新項目成功落地，那就意味著OpenAI戰略出現重大轉變，也意味著AI產業正在朝著垂直整合、硬件定制化方向邁進。如果風投參與，無疑會刺激AI、半導體創新，加劇競爭。
-
什么是網絡系統中的結構化布線？ 結構化布線在網絡系統中發揮著至關重要的作用，為組織內的無縫通信和數據傳輸提供了堅實的基礎。 這種綜合基礎設施旨在支持廣泛的應用程序和技術。 本文將深入探討它是什么、為什么它很重要以及它為組織提供的好處。什么是結構化布線？結構化布線是指旨在支持網絡性能和可靠性的建筑基礎設施。 它包含許多標準化的較小元件（結構化）和各種組件，包括電纜、連接器、機架和接線板，所有這些都安裝在預定義的分層結構中。 這種標準化方法可以實現網絡資源的高效管理和組織。 同時，連接器和銅纜布線性能類別和設計指南的標準化極大地簡化了IT網絡的規劃和實施。結構化布線與傳統點對點布線結構化布線是一種有組織的布線基礎設施方法。 要完全掌握這個概念，首先要考慮什么是非結構化布線。 在許多數據中心，所使用的傳統布線方法被定義為“點對點”，也稱為意大利面條式布線。 這種方法直接在需要連接的硬件之間運行插接電纜(或“跳線”)。在這種情況下，通常會導致網絡基礎設施復雜且無組織。 隨著業務的發展和技術的不斷進步，這種布線方法變得越來越低效且管理起來很麻煩。然而，在結構化布線系統中，使用一系列配線架和中繼線來創建允許硬件端口連接到機架頂部的配線架的結構。 然后，該配線架通過 MDA（主分配區域）中的干線（設計用于傳輸的多光纖組件）連接到另一個配線架。 MDA 是結構化布線的關鍵部分。 在這里，所有 MAC（移動、添加和更改）都可以使用短長度跳線進行制作。結構化布線的好處 • 增強的可靠性：結構化布線通過最大限度地減少錯誤和故障點來確?？煽康木W絡基礎設施。 正確安裝和組織的布線可以降低信號干擾、數據丟失和性能問題的風險，從而提高整體系統的可靠性。 • 可擴展性：隨著組織的不斷發展，對增加網絡容量的需求也在不斷增長。 通過網絡布線，企業可以輕松擴展其網絡基礎設施，以容納更多設備和更高的數據傳輸速率。 結構化布線可以靈活地適應不斷變化的網絡需求，而無需中斷整個系統。 • 簡化故障排除和維護：結構化布線框架提供了清晰且有組織的結構，使故障排除和維護網絡連接變得更加容易。 標記良好且標準化的布線基礎設施可顯著減少診斷和糾正連接問題所需的時間和精力，從而提高網絡正常運行時間。 • 經濟高效的解決方案：雖然布線的初始安裝成本可能較高，但它可以節省長期成本。 結構化布線的可擴展性和可靠性減少了頻繁升級的需要，并最大限度地減少了網絡停機時間。 此外，易于維護和故障排除有助于降低運營成本，使其成為組織經濟高效的選擇。 • 美學：永遠不要低估外觀！ 結構化布線系統看起來比點對點方法干凈得多。由于更改是在MDA中進行的，而不是在硬件上進行的，因此在大多數情況下，可以連接硬件，而不會觸及硬件。這使得交換機前面的布線在外觀上保持美觀。結論結構化布線是網絡系統中的重要組成部分，因為它為數據傳輸提供了強大、可擴展且可靠的基礎。 通過遵守全球公認的標準，結構化布線可促進高速連接、簡化故障排除并確保未來的可擴展性。 考慮到這些優勢，企業應優先考慮將這種布線納入網絡基礎設施中，以優化性能和生產力。 來源：FS ；By Sheldon -
如何應對當今數據和人工智能市場的不確定性 任何一直關注數據分析和人工智能(AI)市場新聞的人都知道，過去幾年發生了巨大的變化。開源語言的興起給SAS等基礎分析技術帶來了壓力。初創企業已經燒光了現金并吸取了慘痛的教訓，有時甚至沒有實現可持續的商業模式。當然，生成式人工智能的快速采用，讓每個人都質疑他們是否正在盡一切努力跟上競爭的步伐。總而言之，數據分析中的不確定性從未如此之多。因此，從長遠角度考慮建立的分析合作伙伴關系比以往任何時候都更加重要。選擇的技術是否經得起時間的考驗？是否選擇具有良好業績記錄的企業？從最大規模來看，成本是怎樣的？隨著數據使用量的增長，團隊應該如何發展？當事情變得困難時。合作伙伴可以幫助我嗎？這些一直是分析合作伙伴決策中需要提出的重要問題，但在當今不斷變化的環境中，提前思考尤為重要。 在數據和人工智能技術中尋找什么 讓我們從技術方面開始。隨著市場發生如此大的變化，數據交付工作流程中的供應商越多意味著風險越大。組織需要尋找涵蓋所有范圍并可以從頭到尾完成工作的數據和人工智能技術。在技術方面，組織需要尋找提供一切服務的企業，包括：● 數據準備● 提取、轉換和加載(ETL)● 自動化、自動預測和自動特征工程● 生成式人工智能微調● 模型開發● 工作負載編排● 數據可視化● 多語言分析（包括Python、R、SQL和SAS語言）此外，當所有這些工具均由同一技術合作伙伴提供時，它們很可能會更加自然和優雅地編織在一起。這意味著不必花費一半的時間來拼湊工具，并且當數據工作者身兼數職時，他們不必從一個工具跳到另一個工具來嘗試自己拼湊工作流程。最重要的是一個軟件合作伙伴，它可以提供所有這些東西，以簡化的工作流程提供它們，此外，以一種為擁有專業數據技能和不具備專業數據技能的人提供支持的方式提供這些東西。這樣，數據團隊就不必做所有事情。無代碼和低代碼工具使數據團隊之外的利益相關者能夠處理構成數據團隊80%工作的小而重要的任務，同時使數據團隊能夠騰出時間來處理需要認真數據科學的最艱巨的項目。理想情況下，同一合作伙伴可以提供整個服務包。端到端、無縫集成、無代碼到代碼優先。這些都是無摩擦人工智能和強大技術合作伙伴的標志。 在數據和人工智能業務方法中尋找什么 然而，技術只是成功的一半。許多組織擁有出色的技術，但缺乏穩定性。最重要的是，在業務方面，在尋找合作伙伴來滿足其數據分析和人工智能需求時，領導者和組織必須優先考慮那些具有經過驗證的結果和穩定性的企業。對于當今的尖端組織來說，數據就是一切。不穩定的合作伙伴造成的干擾和溝通不暢是不可接受的延誤，會危及短期和長期的成功。如果希望數據解決方案經受住時間的考驗，請確保數據供應商經受住了時間的考驗。此外，可以通過與擁有深厚領域專業知識和世界級客戶服務良好記錄的組織合作，最大限度地減少日常中的不確定性。合作伙伴應該是合作伙伴，而不僅僅是供應商。當事情變得充滿挑戰時，希望有人在身邊提供幫助。最后，市場的不確定性意味著每個人都會擔心定價和價值。優先考慮商業模式和許可系統專為客戶設計的合作伙伴。 -
3D打印為什么越來越受歡迎？ 3D打印為什么越來越受歡迎？ 近年來，3D打印已經成為一項革命性的技術，改變了我們設計、創造和創新的方式。 曾經的小眾市場現在已經演變成一種主流現象，吸引著行業、企業家和愛好者。本文將探討3D打印日益普及背后的原因，以及為什么我們應該考慮加入這一變革之旅。1、提供更有創意的產品3D打印應用激增的主要原因之一是，其能夠釋放創造力。傳統的制造工藝往往有局限性，使復雜的設計在生活中具有挑戰性。然而，有了3D打印，唯一的限制就是想象力。無論是藝術家、設計師還是發明家，這項技術都能以前所未有的自由實現想法。2、提供具有成本效益的原型對于企業而言，3D打印為原型設計提供了一種經濟高效的解決方案。在傳統的制造領域，創建原型可能是一個昂貴且耗時的流程。3D打印可以實現快速原型設計，使企業能夠以低成本快速迭代設計。這不僅可以加速產品開發，還可以最大限度地降低與傳統原型方法相關的財務風險。3、支持大規模定制如今的消費者渴望個性化的獨特產品。3D打印可以實現大規模定制，允許企業根據個人喜好定制產品，而不會影響效率。無論是定制手機殼、個性化珠寶還是定制醫療植入物，這項技術都打開了以消費者為中心的制造業新時代的大門。4、提高訪問家居制造價格實惠的桌面3D打印機的興起使制造業民主化，將其帶入了愛好者和業余愛好者的家中。DIY社區蓬勃發展，個人創造了從家庭用品到實用工具的一切東西。這種可訪問性不僅培養了一種賦權感，而且還推動了創新文化，因為越來越多的人嘗試并為不斷擴大的3D打印世界做出貢獻。5、創造材料的創新進步隨著3D打印的不斷發展，可用于打印的材料也在不斷發展。最初僅限于塑料，可打印材料的范圍現在包括金屬，陶瓷，甚至生物物質。這擴大了3D打印在不同行業的應用，從航空航天到醫療保健。用先進材料打印的能力正在推動可以實現的界限，使3D打印成為尖端研究和開發不可或缺的工具。6、減少環境影響傳統的制造工藝常常導致大量的材料浪費。另一方面，3D打印是一種增材制造工藝，一層一層地構建物體。這種增材方法最大限度地減少了浪費，使3D打印成為一種更環保的選擇。此外，按需印刷的能力減少了大規模生產和庫存過剩的需求，進一步促進了可持續發展。7、提高醫療保健水平醫療保健行業已經接受了開放式3D打印。從創造患者特有的植入物，到為手術計劃制作真實的解剖模型，D打印正在徹底改變醫療保健。這項技術能夠產生復雜和定制的醫療解決方案，有可能改善患者的治療效果，并降低醫療保健服務的成本。隨著3D打印繼續其上升軌跡，其所呈現的機會似乎是無限的。無論是希望簡化原型制作流程的企業家、渴望探索創造力新維度的藝術家，還是尋求個性化產品的消費者，3D打印都提供了創新途徑。這項技術的日益普及證明了其變革潛力，通過加入，將自己置于一場革命的最前沿，這場革命正在重塑我們在現代世界的構想和創造方式。擁抱未來，擁抱3D打印。