瞻博网络瞄准DCI技术市场

简介:

瞻博网络首席执行官Rami Rahim告诉金融分析师,对于DCI技术,瞻博网络还计划针对城域以太网市场构建产品来创造“新增长”机会。

Rahim表示:“构成这个市场(DCI和城域以太网)的网络流量增长正在迫使我们的客户考虑新的架构方法。”

在Rahim发表评论之前,该公司刚刚下调了对第一季度的收入预期,较去年同期下降11%。瞻博网络此前预测7%到10%的下降,这个更新后的预测比分析师的预期更低,这让该公司的股价下跌了近13%。

瞻博网络高管称对于这个修订后的预期并不是针对特定的产品线或地理区域,Rahim称全球市场的“波动”让消费者“不平衡”。

关于BTI收购

瞻博网络认为其收购BTI系统(光纤网络硬件和软件制造商)将帮助该公司在城域以太网和DCI市场预计增长中分得一杯羹。Rahim称,通过结合BTI产品与瞻博网络的数据中心交换和IP路由平台,这将为“我们的客户提供自动化、高度可编程、符合成本效益并提供巨大服务灵活性的开放软件推动的解决方案”。

城域以太网是指利用运营商的城域网络连接企业的局域网到广域网或互联网。而DCI则是用于连接企业数据中心到云服务提供商的技术,该技术还有服务编排部分可管理互连服务。根据Ovum研究表明,DCI设备的全球收入预计将从2014年25亿美元增长到2019年的42亿美元。

在12月份,瞻博网络推出了线卡模块来提高其MX系列3D通用边缘路由硬件的整体性能,Rahim称这是城域网络的“热点产品”。这些线卡预计在今年出货,其吞吐量每秒可高达1.6 Tb。

瞻博网络在光纤网络市场的竞争对手包括思科和阿尔卡特朗讯。

本文转自d1net(转载)

相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
王耀恒:从网络营销老兵到GEO技术布道者
在王耀恒看来,AI时代的技术竞争已从“信息不对称”转向“系统化应用能力”。他的GEO课程体系正是这一理念的体现——技术可以被复制,但深度实践验证的系统框架、认知升级路径和教学转化艺术却构成了难以逾越的壁垒。
|
2月前
|
机器学习/深度学习 人工智能 监控
上海拔俗AI软件定制:让技术真正为你所用,拔俗网络这样做
在上海,企业正通过AI软件定制破解通用化难题。该模式以业务场景为核心,量身打造智能解决方案,涵盖场景化模型开发、模块化架构设计与数据闭环优化三大技术维度,推动技术与业务深度融合,助力企业实现高效、可持续的数字化转型。
|
3月前
|
监控 前端开发 安全
Netty 高性能网络编程框架技术详解与实践指南
本文档全面介绍 Netty 高性能网络编程框架的核心概念、架构设计和实践应用。作为 Java 领域最优秀的 NIO 框架之一,Netty 提供了异步事件驱动的网络应用程序框架,用于快速开发可维护的高性能协议服务器和客户端。本文将深入探讨其 Reactor 模型、ChannelPipeline、编解码器、内存管理等核心机制,帮助开发者构建高性能的网络应用系统。
229 0
|
11月前
|
边缘计算 容灾 网络性能优化
算力流动的基石:边缘网络产品技术升级与实践探索
本文介绍了边缘网络产品技术的升级与实践探索,由阿里云专家分享。内容涵盖三大方面:1) 云编一体的混合组网方案,通过边缘节点实现广泛覆盖和高效连接;2) 基于边缘基础设施特点构建一网多态的边缘网络平台,提供多种业务形态的统一技术支持;3) 以软硬一体的边缘网关技术实现多类型业务网络平面统一,确保不同网络间的互联互通。边缘网络已实现全球覆盖、差异化连接及云边互联,支持即开即用和云网一体,满足各行业需求。
343 4
|
5月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
134 2
|
12月前
|
负载均衡 网络协议 网络性能优化
动态IP代理技术详解及网络性能优化
动态IP代理技术通过灵活更换IP地址,广泛应用于数据采集、网络安全测试等领域。本文详细解析其工作原理,涵盖HTTP、SOCKS代理及代理池的实现方法,并提供代码示例。同时探讨配置动态代理IP后如何通过智能调度、负载均衡、优化协议选择等方式提升网络性能,确保高效稳定的网络访问。
1121 2
|
7月前
|
机器学习/深度学习 算法 PyTorch
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
深度学习近年来在多个领域取得了显著进展,但其核心组件——人工神经元和反向传播算法自提出以来鲜有根本性突破。穿孔反向传播(Perforated Backpropagation)技术通过引入“树突”机制,模仿生物神经元的计算能力,实现了对传统神经元的增强。该技术利用基于协方差的损失函数训练树突节点,使其能够识别神经元分类中的异常模式,从而提升整体网络性能。实验表明,该方法不仅可提高模型精度(如BERT模型准确率提升3%-17%),还能实现高效模型压缩(参数减少44%而无性能损失)。这一革新为深度学习的基础构建模块带来了新的可能性,尤其适用于边缘设备和大规模模型优化场景。
307 16
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
|
7月前
|
调度 Python
探索Python高级并发与网络编程技术。
可以看出,Python的高级并发和网络编程极具挑战,却也饱含乐趣。探索这些技术,你将会发现:它们好比是Python世界的海洋,有穿越风暴的波涛,也有寂静深海的奇妙。开始旅途,探索无尽可能吧!
189 15
|
7月前
|
监控 算法 JavaScript
基于 JavaScript 图算法的局域网网络访问控制模型构建及局域网禁止上网软件的技术实现路径研究
本文探讨局域网网络访问控制软件的技术框架,将其核心功能映射为图论模型,通过节点与边表示终端设备及访问关系。以JavaScript实现DFS算法,模拟访问权限判断,优化动态策略更新与多层级访问控制。结合流量监控数据,提升网络安全响应能力,为企业自主研发提供理论支持,推动智能化演进,助力数字化管理。
181 4