分类: News

IT資訊新聞

  • 2024年國內人工智慧大模型彙總

    文心一言
    文心一言(ERNIE Bot)是百度基於文心大模型技術推出的生成式對話產品,將於2023年3月完成內測並對外開放。

    該產品是百度在人工智慧領域深耕十餘年後,擁有產業級知識增強文心大模型ERNIE的基礎上,利用跨模態、跨語言的深度語義理解與生成能力而開發的一款AI聊天機器人。它被設計用於回答用戶的問題和提供信息,以幫助人們解決問題和獲取知識。此外,文心一言還可以透過學習和訓練,不斷提升自己的智慧水平,以便更好地服務使用者。

    通義千問
    通義千問是阿里雲推出的一個超大規模的語言模型,功能包括多輪對話、文案創作、邏輯推理、多模態理解、多語言支援。能夠跟人類進行多輪的交互,也融入了多模態的知識理解,且有文案創作能力,能夠續寫小說,編寫郵件等。

    混元
    混元模型是騰訊自主研發的大模型,具備高性能和低能耗特點,其基礎模型可支援8k-text輸入長度,同時模型本身也兼具一定的推理總結能力。

    在技​​術層面,騰訊雲針對自身AI、大數據產品進行了全端升級,包括雲端全面升級Hadoop系列版本,借助最新的大數據技術,數據存儲成本降低到之前的50%,部分典型計算場景性能提升30%以上。這些技術升級和創新為騰訊雲在AI雲端服務市場上穩居領導地位提供了有力支撐。

    此外,騰訊雲也對現有的AI和大數據產品進行了全端升級,包括雲端全面升級Hadoop系列版本,借助最新的大數據技術,數據存儲成本降低到之前的50%,部分典型計算場景性能提升30%以上。

    豆包
    豆包模型是位元組跳動公司開發的一種AI模型,它具有強大的自然語言處理能力,可以理解和產生人類語言。以下是關於豆包模型的一些詳細介紹:

    技術基礎:
    豆包模型基於Transformer架構,這是一種深度學習模型,特別適合處理序列數據,如文字。 Transformer模型透過自註意力機制來理解文本中的上下文關係,從而實現更準確的文本生成和理解。

    功能應用:
    豆包模型提供了多種功能,包括文字生成、文字理解、問答系統、對話系統等。這些功能可以應用於各種場景,如智慧客服、智慧家庭、教育、遊戲等。

    優勢特點:
    豆包模型具有以下幾個顯著的優勢:首先,它具有強大的生成能力,可以產生流暢、自然的文本;其次,它具有很高的理解能力,可以準確地理解用戶的意圖和需求;最後,它具有很好的適應性,可以適應不同的應用場景和使用者需求。

    持續優化:
    位元組跳動公司一直在不斷優化豆包模型,以提高其性能和實用性。這包括增加訓練資料、改進模型結構、最佳化演算法等。總之,豆包模型是一種功能強大、效能優越的AI模型,廣泛應用於各種場景,為使用者提供了更智慧的服務。如需更多信息,建議訪問字節跳動官網或諮詢相關技術人員。

    盤古
    盤古大模型是華為旗下的重要人工智慧模型,包括NLP大模型、CV大模型、科學計算大模型等。以下是有關介紹:

    NLP大模型:
    這是一種在自然語言處理領域的重要模型,通常用於文本生成、文本理解、語義理解等任務。透過盤古NLP大模型,華為可以提供更準確、更自然的語言處理服務,例如智慧客服、智慧寫作、機器翻譯等。

    CV大模型:
    在電腦視覺領域,盤古CV大模型可用於影像分類、目標偵測、影像產生等任務。這種模型有助於提高影像辨識和處理的速度和準確性,可應用於自動駕駛、安防監控等領域。

    科學計算大模型:
    這是針對科學計算領域設計的模型,可應用於數學建模、物理模擬、資料分析等情境。華為透過持續的研發與創新,不斷提升盤古大模型的效能和應用範圍,以便更好地服務各行各業。這項措施也體現了華為在人工智慧領域的深厚累積和戰略眼光。

    360智腦
    360智腦模型是由360集團研發的人工智慧模型。作為360鴻圖大模型的重要組成,智腦模型擁有多項核心功能,包括多模態理解、多語言處理、知識問答、邏輯推理、多輪對話等。它致力於在多個場景下為用戶提供高效的服務,包括但不限於文字生成、語言理解、知識問答等。

    智腦模型的強大不僅體現在其功能的多樣性上,也體現在其技術實力上。憑藉360集團在搜尋、安全等領域的深厚積累,智腦模型在語義理解、資訊檢索等方面展現出了顯著的優勢。同時,智腦模型仍在不斷學習與進化,透過大量資料的訓練,持續提升自身的智慧水準。

    此外,360智腦模型也積極與各行業合作夥伴共同打造行業大模型,以「行業化、專有化、輕量化」為特點,根據各行業的實際需求定制專屬的行業大模型。這些產業大模型將協助各行各業的企業實現智慧轉型,提升生產效率,降低成本,創新商業模式。

    商量
    商量大模型是商湯科技研發的大模型,其名稱取自於《週易》中的“商湯革命,順天應人,既濟之道”,寓意著這一大模型具有超凡的智慧與廣泛的應用潛力。以下是關於商量大模型的一些詳細介紹:

    技術規格:
    商量大模型擁有175億個參數,這使得它在處理複雜任務時能夠展現出強大的運算能力和學習能力。該模型採用了先進的深度學習技術,包括Transformer架構等,以實現對自然語言、影像等多模態資料的深入理解和處理。

    功能特點:
    商量大模型在多個方面都表現出色。首先,它具備出色的文字生成能力,可以產生流暢、自然的文字內容。其次,它擁有強大的知識庫和推理能力,能夠回答各種複雜的問題,並提供合理的解決方案。此外,商量大模型也具備跨模態理解能力,可以理解處理影像、音訊等多模態資料。

    應用場景:
    由於商量大模型在多個方面都表現出色,因此它具有廣泛的應用前景。它可以應用於智慧客服、智慧家庭、自動駕駛等領域,為用戶提供更智慧化的服務。同時,它還可以應用於教育、醫療、金融等領域,協助各行各業實現數位轉型。

    研發背景:
    商湯科技作為一家領先的人工智慧企業,一直致力於研發先進的大模型技術。透過多年的技術累積和研發投入,商湯科技成功推出了商量大模型,展現了其在人工智慧領域的領先地位和技術實力。

    總之,商量大模型是一款功能強大、性能卓越的大模型,具有廣泛的應用前景和巨大的發展潛力。如需更多信息,建議訪問商湯科技官網或諮詢相關技術人員。

    星火
    星火認知大模型是科大訊飛研發的一款重要的人工智慧模式。它以中文為核心,具備跨語言理解和知識庫覆蓋能力,旨在解決社會重大命題,並推動產業數位化、智慧化升級。

    星火認知大模型具備多項核心能力。首先,它擁有強大的語言理解和知識庫覆蓋能力,能夠理解並處理複雜的自然語言文本。其次,星火認知大模型具備跨語言處理能力,可以處理不同語言的文本,打破語言障礙。此外,它還具備多領域知識覆蓋能力,能夠處理不同領域的知識和資訊。

    在應用方面,星火認知大模型可以在文本生成、語言理解、知識問答等多個方面為使用者提供幫助。它可以產生高品質的自然語言文本,幫助使用者快速獲取資訊和知識。同時,星火認知大模型還可以提供使用者個人化的服務,滿足不同使用者的需求。

    科大訊飛一直致力於研發先進的人工智慧技術,而星火認知大模型的誕生標誌著公司在人工智慧領域取得了重要的突破。未來,科大訊飛將持續加強研發力度,推動星火認知大模型的不斷升級與優化,為使用者帶來更智慧的服務體驗。

    ChatGLMS
    ChatGLMS模型是智譜AI和清華大學KEG實驗室聯合發布的一款前沿的大語言模型。它採用了獨創的多階段增強預訓練方法,使訓練更充分。 ChatGLMS不僅提升了模型效能,也大幅提升了模型的訓練效率。

    在技​​術特性上,ChatGLMS具有以下顯著優勢:

    大規模預訓練:
    模型參數量達到數百億級,這使得它能夠學習到更豐富的語言知識和情境資訊。

    多階段增強預訓練:
    透過獨特的預訓練策略,模型能夠在不同階段進行針對性的訓練,從而更全面地掌握語言技能。

    高效能微調:
    在特定任務上進行微調時,ChatGLMS能夠迅速適應新任務的要求,並保持高效能的同時降低了微調的成本。

    跨語言能力:
    ChatGLMS不僅擅長處理中文文本,也具備一定的跨語言處理能力,能夠應付不同語言的輸入與輸出。

    在應用情境上,ChatGLMS可廣泛應用於自然語言問答、對話系統、文字產生、機器翻譯等領域。它能夠為使用者提供更智慧、準確和流暢的語言互動體驗。

    總的來說,ChatGLMS模型憑藉其先進的技術特點和廣泛的應用場景,成為了當前人工智慧領域備受關注的大語言模型之一。如需更多信息,建議訪問智譜AI官網或諮詢相關技術人員。

    百川大模型
    百川大模型是百川智能推出的大模型產品,融合了意圖理解、資訊檢索以及強化學習技術,結合有監督微調與人類意圖對齊,在知識問答、文本創作領域表現突出。然而,具體的模型規模、技術細節等信息,建議直接諮詢百川智能官方或查閱相關的官方文件。

    此外,百川大模型由前搜狗公司CEO王小川創立,在技術、資源等方面具有一定的優勢,可望在大型語言模型領域佔有一席之地。不過,各類大模型在應用過程中仍需遵循相關法規與倫理規範。

    天工
    「天工」模型是崑崙萬維發布的基座大模型,官方稱為「大模型時代的超級應用」。以下是「天工」模型的詳細介紹:

    技術規格:
    「天工」模型擁有4000億參數,這龐大的參數規模為其提供了強大的表達能力和學習能力。模型採用雙千億級大語言模型,透過自然語言與使用者進行問答式交互,AI生成能力可滿足文案創作、知識問答、代碼編程、邏輯推演、數理推算等多元化需求。

    核心功能:
    「天工」模型的核心功能包括自然語言理解、知識問答、文本創作、邏輯推演、數理推算等。此外,它也針對性地訓練了Agent能力,使其能夠完成產業分析、產品對比等各類複雜需求。在知識問答方面,「天工」模型的表現已經接近人類專家水準。

    技術優勢:
    「天工」模型在許多方面展現出顯著的技術優勢。首先,其模型規模龐大,參數數量高達4000億,為其提供了強大的資訊處理能力。其次,透過自然語言與使用者進行問答式交互,使得人機互動更加自然流暢。最後,其AI生成能力十分出色,能夠滿足多元化的需求。

    研發背景:
    崑崙萬維作為一家領先的互聯網公司,一直致力於人工智慧技術的研發和應用。 「天工」模型的成功研發,不僅體現了崑崙萬維在人工智慧領域的深厚底蘊,也展現了其在推動人工智慧技術應用方面的決心和實力。

    總的來說,「天工」模型是一款功能強大、技術先進的大模型,具有廣泛的應用前景和巨大的發展潛力。

    孟子
    孟子生成式大模型(孟子 GPT)是由瀾舟科技研發的一款功能強大的生成式可控大語言模型。它能夠透過多輪對話,幫助使用者在特定場景中完成各種工作任務,包括內容生成、語言理解、知識問答、推理、程式碼理解和生成、金融任務等。

    雅意
    聞弦歌 知雅意 善推理 會決策 雅意大模型三大特色

    國產自主可控,生態開源開放,垂直領域知識增強,具備多參數、多領域、多語言、多技能的核心能力

    九天
    九天人工智慧平台提供人工智慧算力、演算法、數據,匯聚優秀AI能力,打造從智算基礎設施、核心演算法能力到智慧化應用的全端人工智慧服務,全面支援自智網路等多元營運商智慧營運需求,為工業、醫療、政務、教育、金融等產業客戶建構創新解決方案。

    紫東太初
    中國科學院自動化研究所和武漢人工智慧研究院推出新一代多模態大模型,支援多輪問答、文字創作、圖像生成、3D理解、訊號分析等全面問答任務,擁有更強的認知、理解、創作能力,帶來全新互動體驗。

    知海圖AI
    知海圖Chat推出的新一代智慧大語言模型,能與你互動對話,幫你了解世界知識、處理數理邏輯、編寫程式碼、激發創作靈感;利用大量知識數據,幫助你更好地獲取資訊、做出規劃、解決問題

    言犀
    「言犀」 京東智慧人機互動平台,協助企業服務數智化轉型以AI技術驅動,從文字、語音到多模態交互,從對話智能到情感智能,聚焦體驗、效率與轉化,旨在打造新一代智慧人機互動平台,針對不同產業與客戶場景助力企業服務與行銷實現數智化轉型升級

    網易 AI
    網易AI是網易公司推出的人工智慧品牌,旨在透過先進的技術和解決方案,為用戶帶來更智慧的服務和體驗。網易AI在多個領域都有廣泛的應用,包括但不限於以下幾個面向:

    遊戲智能:
    網易作為知名的遊戲公司,其AI技術首先在遊戲領域中得到了廣泛應用。透過AI技術,網易可以優化遊戲體驗,提高遊戲的自動化和智慧化水平,為玩家帶來更好的遊

    戲感受。

    語音辨識與合成:
    網易AI在語音辨識和合成方面也有很高的技術水準。透過深度學習等技術,網易AI可以實現高效的語音辨識和高品質的語音合成,為使用者提供更智慧的語音互動體驗。

    自然語言處理:
    網易AI在自然語言處理領域也有深厚的累積。透過自然語言處理技術,網易AI可以理解並處理使用者的自然語言文本,實現智慧問答、機器翻譯等功能。

    智能推薦:
    基於大數據和機器學習技術,網易AI可以為使用者提供個人化的推薦服務。無論是遊戲推薦、音樂推薦或新聞推薦,網易AI都能根據用戶的興趣和行為習慣,為用戶提供最符合其需求的推薦內容。

    智能客服:
    網易AI也廣泛應用於智慧客服領域。透過自然語言處理技術和機器學習演算法,網易AI可以模擬人工客服的思維和語言習慣,為使用者提供高效率、便利的線上客服服務。

    總而言之,網易AI作為網易公司的重要技術品牌,已經在多個領域實現了廣泛應用,為用戶帶來了更智慧的服務和體驗.

  • 什麼是智慧自動化

    来自Splunk大数据

    所謂智慧自動化,即透過AI技術的編排,實現IT流程的自動化。

    智慧自動化與傳統的基於規則的自動化不同,後者可根據固定的決策參數和指標閾值來實現流程的自動化。

    智慧自動化的工作原理

    與其他形式的自動化不同,智慧自動化將認知決策能力和情境知識引入自動化控制。這些控制涵蓋從 IT 營運 (ITOps) 到網路安全的多種下游應用。

    企業 IT 基礎設施營運和業務流程的智慧自動化,主要透過以下關鍵功能來提升 IT 效能:

    1.借助認知智能支持即時決策過程。

    2.透過智慧自動化流程和對話式 AI 等功能增強 ITOps 和 IT 服務管理 (ITSM) 的角色。

    3.在業務部門和 IT 營運之間重新分配複雜任務的相關知識,否則這些知識將處於孤立狀態。所有使用者都可以使用和操作這些知識,無論他們的 IT 專業知識如何。

    智慧自動化與傳統 IT 自動化

    那麼智慧自動化與傳統 IT 自動化有何不同呢?

    智慧自動化與傳統 IT 自動化之間的一個主要區別在於建模方法。

    傳統自動化

    傳統自動化會依照固定的規則來定義 IT 環境、系統和營運工作流程。當系統查詢或警報被觸發時,基於規則的自動化引擎會遍歷相關的邏輯選項並收斂到最適合所述參數的解決方案。

    自動化系統的簡單範例可依賴經典的 ML 機制,例如基於規則的專家系統或決策樹。智慧自動化的不同之處在於它依賴先進的 ML 技術(如深度學習演算法),這些演算法經過訓練可以使用真實系統資料和參數來模擬真實的系統行為。

    智慧自動化

    現在我們舉一個可以與事件管理做比較的案例。當網路流量感測器日誌超過預先定義的量級閾值時,基於規則的系統會觸發警告和自動控制操作(如取消對 Web 伺服器的配置)。

    這麼做是為了防禦 DDoS 攻擊,但伺服器停機也會帶來自身的機會成本,例如相關服務的效能下降。

    外部事件(如行銷時刻、社交貼文等)可能導致網路流量快速但自然地增加。我們可以透過分析上下文資訊(如全網流量模式)來驗證這一點。

    智慧自動化系統就是這樣做的:即時分析大量流量以獲取上下文知識,然後再執行決策控制。

    高階 ML 演算法可在決策過程中模擬認知智能。類似於 ChatGPT 的大型語言模型 (LLM) 可以進行逼真且類似人類的對話,以支援第一線 ITSM。對話式 AI 可增強終端使用者和客戶體驗,這對您的數位轉型工作非常有價值。

    智慧自動化的驅動因素

    智慧自動化由即時資訊流驅動。流程挖掘可用於分析團隊和系統的運作方式,並以此識別業務流程及其適用的即時約束。

    儘管傳統自動化採用預先定義的工作流程來為終端使用者自動執行任務,但經過設計的工作流程與實際執行之間存在差距。智慧自動化利用這些洞察可識別:

    可以自動化處理的手動流程。

    現有自動化工作流程是如何帶來瓶頸問題的。

    智慧自動化能夠發掘資料的價值以實現即時決策,這些資料通常跨多個領域並以非結構化格式提供。

    傳統的機器人流程自動化 (RPA) 與流程挖掘一起,作為一種傳輸機制,可以從原始格式中提取有用的信息。它需要額外的處理層來實現:

    數據轉換

    安全

    儲存

    分析

    我們需要部署端到端的集中化資料平台,可以將決策流程從孤島式資訊來源和業務部門中統一出來。 (這也是自助式 ITSM 計畫和終端使用者統一知識庫的重要組成部分。)

    智慧自動化系統中的對話式介面,只有在指導和支援準確且高效時才有用。獲得快速洞察是大規模採用智慧自動化的關鍵,對組織來說,這也是將 AI 嵌入 IT 自動化來提高生產力的主要目標之一。

    實現複雜度的標準化

    這些技術可能很複雜,但智慧自動化透過將流程標準化、簡化和最佳化,可以大規模且快速地提供價值。簡單的自動化會在浪費流程的同時引入新的流程瓶頸,帶來停機風險,增加那些不習慣您的營運工作流程的新用戶的學習難度。

    與任何技術主導的轉型計畫一樣,智慧自動化也引入了重大變革和強大的治理流程、培訓程序和高階主管支援。為了消減這些風險,請從概念驗證開始,並為您的轉型之旅設定合適的期望值。

    智慧自動化強調的重點是:借助人工智慧功能來取代人工 ITSM 代理和 ITOps 經理。如何確定哪些流程需要先自動化,那就從以業務價值為中心的模式開始。圍繞實現永續成長和擴展來製定規劃:自動化工作流程不應使流程和營運變得更加複雜。

  • Fortinet NSE 7 – LAN Edge 7.0考試說明

    本次考試是Fortinet認證解決方案專家 – 網絡安全認證軌道的一部分。該認證驗證您設計、管理、監控和排除Fortinet網絡安全解決方案的故障的能力。 請訪問網絡安全認證頁面,了解有關認證要求的資訊。

    考試概述

    Fortinet NSE 7 – LAN Edge 7.0考試評估您對Fortinet身份管理和有線及無線網絡邊緣產品的知識和專業能力。 考試測試部署、管理並操作Fortinet身份管理和有線及無線網絡安全訪問實施的應用知識、技能和能力。 通過考試後,您將獲得以下考試徽章:

    考試對象

    Fortinet NSE 7 – LAN Edge 7.0考試旨在為負責Fortinet身份管理和LAN邊緣設備設計、管理和支持的網絡和安全專業人員。

    考試詳細信息

    • 考試名稱:Fortinet NSE 7 – LAN Edge 7.0
    • 考試系列:NSE7_LED-7.0
    • 允許時間:70分鐘
    • 考試問題:37個多選題
    • 成績:通過或失敗。您可以從Pearson VUE帳戶中獲取成績報告
    • 語言:英語
    • 產品版本:FortiOS 7.0, FortiSwitch 7.0, FortiAP 6.4, FortiAuthenticator 6.4, FortiManager 7.0, 和 FortiAnalyzer 7.0

    考試主題

    成功應試者在以下領域和任務中具有應用知識和技能:

    • 身份驗證
      • 使用RADIUS和LDAP配置高級用戶身份驗證和授權場景
      • 排除用戶身份驗證和授權問題
      • 使用數字證書實施雙因素身份驗證
      • 實施並排除RADIUS和syslog單點登錄解決方案的故障
    • FortiSwitch
      • 使用FortiManager通過FortiLink配置、管理和供應FortiSwitch
      • 通過實施機器身份驗證、MAB和NAC政策保護有線網絡
      • 實施並部署零觸發(ZTP)解決方案
      • 使用IoC觸發器自動隔離有線客戶端
      • 在FortiSwitch上配置VLAN、端口和干道
      • 監控並排除FortiLink管理之間FortiSwitch和FortiGate的問題
    • 無線網絡
      • 使用FortiManager通過FortiLink配置、部署和管理FortiAP
      • 部署具有動態VLAN分配的複雜無線網絡
      • 實施並部署具有IoT分割的無線網絡
      • 為訪客用戶提供安全訪問
      • 保護無線網絡
      • 使用無線管理器監控和分析無線客戶端和流量
      • 使用IoC觸發器自動隔離無線客戶端

    培訓資源

    推薦以下資源以獲得考試所涵蓋的知識和技能。建議的培訓是考試準備的基礎。除了培訓外,強烈建議您擁有與考試主題和目標相關的實際操作經驗:

    • FCSS – LAN Edge 7.0課程和實驗室操作
    • FCP – 安全無線網絡6.4課程和實驗室操作
    • FCP – FortiAuthenticator 6.4課程和實驗室操作
    • FCP – FortiManager 7.0課程和實驗室操作
    • FCP – FortiAnalyzer 7.0課程和實驗室操作
    • FortiWiFi和FortiAP—配置指南7.0.0
    • FortiAuthenticator—管理指南6.4.0
    • FortiManager—管理指南7.0.0

    經驗

    具備設計、管理並排除Fortinet身份管理和安全訪問設備的實際操作經驗。

    考試示例問題

    Fortinet培訓學院提供一套示例問題。這些問題代表考試的問題類型和內容範圍,但不一定代表所有考試內容,也無意評估您參加認證考試的準備情況。 請查看包含示例問題的Fortinet培訓學院課程。

    考試政策和程序

    Fortinet培訓學院建議在註冊考試之前先審閱考試政策和程序。在Fortinet培訓學院政策頁面上訪問重要信息,並在常見問題解答頁面上找到常見問題的答案。

  • CCNP 協作認證和培訓

    考試

    350-801 CLCOR:實施思科協作核心技術

    實施思科協作核心技術 v1.2 (CLCOR 350-801) 是與 CCNP 和 CCIE 協作認證相關的 120 分鐘考試。該考試證明考生掌握實施核心協作技術的知識,包括基礎架構和設計、協定和端點、Cisco IOS XE 閘道和媒體資源、呼叫控制、QoS 和協作應用程式。實施思科協作核心技術課程可協助考生準備此項考試。

    350-801 CLCOR v1.2 考試主題

    考試說明

    實施思科協作核心技術 v1.2 (CLCOR 350-801) 是與 CCNP 和 CCIE 協作認證相關的 120 分鐘考試。該考試證明考生掌握實施核心協作技術的知識,包括基礎架構和設計、協定和端點、Cisco IOS XE 閘道和媒體資源、呼叫控制、QoS 和協作應用程式。實施思科協作核心技術課程可協助考生準備此項考試。

    1.0基礎設施與設計

    1.1 描述 CSR/PA 中所述的思科本地、混合和雲端協作解決方案設計元素
    1.1.a 許可(智能、靈活)
    1.1.b 尺寸調整
    1.1.c 頻寬
    1.1.d 高可用性
    1.1.e 災難復原
    1.1.f 撥號方案
    1.1.g 安全性(憑證、SRTP、TLS、OAuth、SSO)
    1.1.h 服務品質

    1.2 描述思科協作架構中邊緣設備(例如 Expressway 和 Cisco Unified Border Element)的用途

    1.3 設定這些網路元件以支援思科協作解決方案
    1.3.a DHCP
    1.3.b NTP
    1.3.c CDP
    1.3.d LLDP
    1.3.e LDAP
    1.3.f TFTP和HTTP
    1.3.g 證書

    1.4 對思科協作解決方案中的這些網路元件進行故障排除
    1.4.a DNS(A/AAAA、SRV、反向指標記錄(PTR))
    1.4.b NTP
    1.4.c Cisco UCM 上的 LDAP 集成
    1.4.d TCP/TLS 握手

    1.5 解釋這些元件以支援思科協作解決方案
    1.5.a SNMP
    1.5.b DNS
    1.5.c 目錄連接器

    1.6 描述 Webex Control Hub 功能

    2.0協定,編解碼器和端點

    2.1 對 SIP 對話的這些元素進行故障排除
    2.1.a 呼叫建立和拆除
    2.1.b SDP
    2.1.c DTMF
    2.1.d 保留/恢復/轉移

    2.2 確定給定場景的協作編解碼器

    2.3 部署SIP端點
    2.3.a 手冊
    2.3.b 自我配置
    2.3.c 批次管理工具(BAT)
    2.3.d 載入雲端設備
    2.3.e 透過啟動碼進行設備啟動(MRA/本地)

    2.4 SIP 端點故障排除

    2.5 描述 Cisco UCM 上的 SIP OAuth

    3.0Cisco IOS XE閘道與媒體資源

    3.1 設定語音網關元件
    3.1.a DTMF
    3.1.b 語音翻譯規則和設定文件
    3.1.c 編解碼器首選項列表
    3.1.d 撥號對等體

    3.2 排除撥號對等點符合故障

    3.3 確定合適的IOS XE媒體資源

    3.4 描述雲端呼叫混合式本地網關

    4.0通話控制

    4.1 描述Cisco UCM數位分析流程

    4.2 在 Cisco UCM 上實施話費詐欺預防

    4.3 在 Cisco UCM 中設定全域呼叫路由
    4.3.a 路由模式(傳統和+E.164)
    4.3.b 翻譯模式
    4.3.c 標準本地路由組
    4.3.d 變換
    4.3.e SIP 路由模式
    4.3.f 與 URI 呼叫相關的 ILS
    4.3.g 分區和呼叫搜尋空間(CSS)

    4.4 描述移動和遠端存取 (MRA)

    4.5 描述 Webex Calling 撥號排程功能
    4.5.a 地點和號碼
    4.5.b 傳出和傳入權限
    4.5.c 傳輸和轉發限制

    5.0服務品質

    5.1 描述可能導致語音和視訊品質不佳的問題
    5.1.a 延遲
    5.1.b 抖動
    5.1.c 丟包
    5.1.d 頻寬

    5.2 描述語音和視訊的QoS要求

    5.3 描述在網路上提供 QoS 的類別模型
    5.3.a 4/5 級模型
    5.3.b 8類模型
    5.3.c QoS 基線模型(11 類)

    5.4 描述這些 DiffServ 值與協作相關的目的和功能
    5.4.a EF
    5.4.b AF41
    5.4.c AF42
    5.4.d CS3
    5.4.e CS4

    5.5 描述QoS信任邊界及其在基於LAN的分類和標記中的意義

    5.6 描述並確定基於位置的 CAC 頻寬要求

    5.7 設定LLQ(類別映射、策略映射、服務策略)

    6.0協作應用

    6.1 設定 Cisco Unity Connection 信箱和 MWI

    6.2 設定 Cisco Unity Connection SIP 整合選項以進行呼叫控制

    6.3 描述 Cisco Unity Connection 呼叫處理程序

    6.4 部署 Webex 應用程式混合或雲端註冊

    集中考試(選擇一項):

    300-810 CLICA:實施思科協作應用程式

    實施思科協作應用程式 v1.2 (CLICA 300-810) 是與 CCNP 協作認證相關的 90 分鐘考試。該考試旨在證明考生對協作應用程式的了解,包括單一登入、Cisco Unified IM and Presence、Cisco Unity Connection、Cisco Unity Express 和應用程式用戶端。實施思科協作應用課程可協助考生準備此考試。

    300-815 CLACCM:實施思科高階呼叫控制與行動服務

    實施思科高階呼叫控制與行動服務 v1.2 (CLACCM 300815) 是與 CCNP 協作認證相關的 90 分鐘考試。該考試旨在證明考生對進階呼叫控制和行動服務的了解,包括訊號和媒體協定、CME/SRST 閘道技術、Cisco Unified Board Element、呼叫控制和撥號規劃、Cisco UCM 呼叫控制和行動性。實施思科高階呼叫控制和行動服務課程可協助考生準備考試。

    300-820 CL​​CEI:實施思科協作雲端和邊緣解決方案

    實施思科協作雲端和邊緣解決方案 v1.2 (CLCEI 300-820) 是一項與 CCNP 協作認證相關的 90 分鐘考試。該考試旨在證明考生對協作雲端和邊緣解決方案、高速公路配置、Cisco Webex Teams 混合和新興技術的了解。該課程「實施思科協作雲端和邊緣解決方案」可協助考生準備此考試。

    300-835 CLAUTO:思科協作解決方案的自動化與程式設計

    自動化和程式設計思科協作解決方案 v1.2 (CLAUTO 300-835) 是一項長達 90 分鐘的考試,與 CCNP 協作認證和 DevNet 專業認證相關。該考試證明考生具備實施自動化和擴展思科協作平台的應用程式的知識,包括程式設計概念、API 和自動化協議以及 Python 程式設計。實施思科協作自動化解決方案課程可協助考生準備此考試。

  • 製造業VMware替換路線比較:虛擬化軟體平替 vs 超融合架構

     twt社区

    【摘要】博通收購VMware引發企業擔憂和重新評估,許多企業開始考慮替換VMware,twt社區高端製造企業用戶會員也圍繞VMware的替換路線進行了一系列交流探討。本文基於此,對社群使用者探討較多的其中兩條技術路線-虛擬化軟體平替與超融合架構兩種路線的差異進行了比較全面的比較。
    【主筆專家】楊承龍,某機械製造企業雲端平台架構師,負責IT基礎設施規劃與建設,專注於雲端平台、資料中心、容災備份等領域,具備豐富的專案經驗,曾主導集團級私有雲平台專案規劃與落地,專案上線後,實現資源集約化管理,統一技術架構,受到分子公司廣泛好評,協助集團業務雲上融合創新。
    相關推薦:製造企業採用IaaS雲端平台取代VMware:優劣勢分析、遷移困難及解決方案

    一、 高階裝備製造業VMware虛擬化替換背景

    面對 VMware 的收購風波和一系列訂閱模式、產品組合、授權模式調整,不少用戶會猶豫,是繼續使用原有 VMware 產品,還是採用新的產品組合,或是轉向其他替代方案?現階段真的有必要替換 VMware 產品嗎?

    首先要先明確的一點是,並非所有使用者都必須立刻決定是否要將原有 VMware 產品進行替代或更換為新的產品組合。使用者的「決策緩衝時間」取決於以下兩個因素:

    1. 原來訂購的產品服務是否即將到期?

    如果用戶使用的產品服務即將到期,由於無法以原價格續保,可能必須選擇使用新的訂閱許可,或停止原產品的使用。如果不進行續保,缺乏原廠技術支援終究是一個潛在的風險點。

    2. 仍在使用中的 VMware 產品是否需要進行版本升級或擴充?

    版本升級一方面可以增加功能、提升效能、修補 bug 和安全漏洞;另一方面,正在使用的系統可能需要隨業務規模成長而擴充。若未採用 Broadcom 的新訂閱模式,將無法升級原先使用的 VMware 產品。在沒有版本升級或擴容需求的期間內,不必急著做出更換產品的決定。

    基於以上因素,不少製造業用戶將VMware 替代提上日程,為了幫助用戶順利完成從VMware 替代方案評估到產品落地的一系列環節,我們透過這篇文章,對VMware 替代場景下用戶經常遇到的問題進行了梳理,集中分析虛擬化軟體平替和轉換超融合架構兩種路線的主要特點、成本和需求場景,供使用者參考。

    二、VMware虛擬化替換路線分析
    (1)圍繞著目前實現VMware替換的多種技術路線,twt社群高端裝備製造用戶會員進行了路線傾向性調查的投票,數據如下:

    根據投票數據可以看出,大部分用戶會選擇虛擬化平替、遷移至IAAS雲端平台兩種路線,筆者認為,在做技術路線選型的時候,需要綜合考慮公司業務發展需求、新平台的穩定性、替換成本等多面向因素,對於中大型製造業,業務系統規模較大,有雲原生改造需求,適合選擇雲端平台。對於小型製造業,業務系統相對簡單、數量不多,基礎虛擬化平台可滿足業務發展,選擇超融合平台作為基礎架構,可以在不犧牲性能和擴展性的前提下,更好地控制總體擁有成本。

    (2)虛擬化平替與轉換超融合架構兩種技術路線的主要特點

    (3)虛擬化平替與轉換超融合架構兩種技術路線的成本對比

    (4)虛擬化平替與轉換超融合架構兩條技術路線的需求場景

    高階製造對產線業務持續穩定可靠的要求十分嚴格,更推薦架構不變或微調平替VMware,即使存在遷移,也是無感或微影響,業務層面不會進行大範圍的改造。

    選擇虛擬化軟體平替或轉換超融合架構,應基於企業的實際業務需求、財務狀況、技術團隊能力以及長遠發展策略。中小型企業可能更注重成本控制和短期效益,傾向平替方案;而中大型企業或有明確數位轉型策略的企業,可能更偏好超融合架構帶來的長期維運效率和業務彈性。每種路徑的選擇都需經過全面的評估和規劃,確保技術方案與業務目標相符。

    三、採用虛擬化軟體平替和轉換成超融合架構路線的困難點
    製造業的IT系統複雜度高,特別是中大型企業,對穩定性和安全性有嚴格要求,因此在進行VMware替換時,無論是選擇虛擬化軟體平替或轉換超融合架構,都會面臨一系列的難點與挑戰。

    1.虛擬化軟體平替的難點

    1) 相容性問題:新虛擬化軟體與現有應用程式、作業系統、硬體的相容性驗證工作量大,可能導致遷移後出現未知錯誤。

    2) 效能差異:新舊平台間可能存在效能差異,需進行充分測試確保不影響生產環境運作效率。

    3) 遷移風險:資料遷移過程中可能遇到資料遺失或損壞的風險,需要周密的遷移計畫和回溯策略。

    4) 管理工具整合:原有的VMware管理工具和流程可能無法直接沿用,需要重新整合或尋找替代方案。

    2.轉換超融合架構的難度

    1) 成本投入:超融合架構初期投資較高,包括軟硬體購置、部署與培訓,對預算有限的企業構成壓力。

    2) 技術堆疊變更:從傳統架構轉向超融合架構涉及整個IT基礎架構的變革,技術堆疊的轉變對組織能力要求高。

    3) 業務連續性保障:超融合架構的部署和遷移過程中需確保生產系統的連續運行,任何中斷都可能造成重大損失。

    4) 供應商依賴:採用超融合架構可能帶來供應商鎖定,限制未來的技術選項和議價能力。

    3.共同面臨的挑戰

    1) 業務遷移風險評估:全面評估替換對業務流程、上下游合作夥伴及客戶體驗的潛在影響,充分評估遷移風險,並制定最小化干擾的遷移計畫。

    2) 長期策略匹配:所選的技術路線需與企業長期的數位轉型、智慧製造策略相契合,避免短期內再次面臨技術升級的挑戰。

    綜上所述,製造企業在進行VMware替換時,無論採取哪種技術路線,都需要綜合考慮技術、成本、業務連續性、策略性匹配等多方面因素,系統化地規劃VMware替換方案,制定詳盡的遷移計畫和風險因應策略,有效控制整體成本,同時確保業務平穩過渡和長期的經濟效益。

     

     

     

  • 如何準備 AWS Certified Solutions Architect – Associate 的考試?

    當您準備AWS認證解決方案架構師協會(AWS Certified Solutions Architect – Associate(SAA-C03))考試時,可以遵循以下步驟和資源進行準備:

    1. **理解考試要求**:
    – 訪問AWS認證官方網站,了解考試的先決條件、考試內容和考試格式。

    2. **官方學習手冊和考試藍圖**:
    – 下載並詳細閱讀考試藍圖,它提供了考試涵蓋的主題和技能要求。

    3. **AWS官方培訓**:
    – 考慮參加由AWS提供的官方培訓課程,這些課程專門設計來幫助考生準備認證考試。

    4. **在線課程和實驗室**:
    – 利用在線學習平台(如A Cloud Guru、Pluralsight、Udemy等)提供的課程和實驗室來增強您的知識和技能。

    5. **實際經驗**:
    – 在AWS環境中實際操作,實踐創建和管理AWS服務。您可以使用免費層服務或創建一個帶有適當預算的AWS賬戶。

    6. **AWS白皮書和文檔**:
    – 閱讀AWS白皮書、最佳實踐和文檔,這些資源提供了深入的服務信息和架構建議。

    7. **AWS Well-Architected Framework**:
    – 學習AWS的架構框架,它提供了設計可靠、安全、高效和成本效益高的系統的最佳實踐。

    8. **模擬考試**:
    – 參加模擬考試,這有助於您熟悉考試格式、題型以及時間管理。

    9. **加入學習小組和論壇**:
    – 加入AWS認證相關的學習小組、論壇和社區,與其他考生交流心得和學習方法。

    10. **制定學習計劃**:
    – 制定一個詳細的學習計劃,包括每天或每週的學習目標,並堅持執行。

    11. **復習和自我評估**:
    – 定期復習所學內容,並進行自我評估,以確保您掌握了所有必要的概念。

    12. **關注AWS更新**:
    – AWS服務經常更新,關注AWS的博客和更新通知,以便了解最新的服務和特性。

    13. **考試策略**:
    – 學習考試技巧和策略,如快速閱讀問題、時間管理和標記疑難問題等。

    14. **考試準備清單**:
    – 使用AWS提供的考試準備清單,確保您已經熟悉所有必要的服務和概念。

    15. **考試預約**:
    – 一旦您準備好了,通過Pearson VUE預約考試,並選擇一個適合您的時間和地點。

    AWS認證解決方案架構師協會考試旨在測試您對AWS服務和架構設計的理解。因此,除了理論學習外,實際經驗同樣重要。確保您有足夠的時間來準備,並且不要忘了利用所有可用的資源。

  • 如何免費使用 GPT-4模型? GPT 4.0免費版本怎麼取得?

     AI解码师 思途文成

    目前,OpenAI 聊天機器人 ChatGPT-4 是最先進的AI語言模型。但是,如果你想使用它,你需要訂閱每月 20 美元的 ChatGPT Plus。

    其實,如果你不想花錢,也是有很多方法可以用 GPT-4。而且,有些幾乎沒有什麼限制。只是它在其他平台免費提供。

    註:使用以下平台需要海外環境,不會用可以找百度要教學!

    Quora 的 Poe 平台

    Poe 是 Quora 的人工智慧平台,可以讓你使用許多不同的聊天機器人模型。 GPT-4 就是其中之一。

    但是,GPT-4 在 Poe 平台上的每日使用次數有限,但你可以註冊多個帳戶使用,但這可能會讓登入流程變得繁瑣一些。

    1. 開啟網站:https://Poe.com,用你的 Quora 帳號、手機號碼、Google或 Facebook 帳號登入。

    2. 從螢幕左側的聊天機器人中選擇 GPT-4。

    3. 在頁面底部的聊天視窗中輸入你的提示,GPT-4會快速回覆你。

    微軟 Copilot

    微軟將OpenAI聊天機器人ChatGPT-4 整合到其 Copilot 工具中,作為 Windows 11 的一部分,也可以透過必應搜尋引擎或獨立網站來使用。

    如果你使用的是 Windows 11,只需要點擊螢幕右下角的 Copilot 圖標,或按 Windows 鍵 + C 就可以啟動它。然後,你就可以像使用其他 GPT4 聊天機器人一樣開始和它聊天了。

    你也可以透過必應來使用 Copilot,具體的步驟如下:

    1. 用 Edge 瀏覽器開啟必應的首頁:https://www.bing.com。如果你沒有 Edge 瀏覽器,你可以在這裡下載:https://www.microsoft.com/en-gb/edge?form=MA13FJ。

    2. 選擇 Copilot 圖標,然後在 “Ask me anything”(問我任何問題)的搜尋欄中輸入問題,最新的 GPT-4 模型就會回答你的問題。

    你也可以透過獨立網站:https://copilot.microsoft.com或手機應用程式存取最新ChatGPT-4模型。

    Ora 平台

    Ora 是一個幫你製作自己的聊天機器人的平台,你也可以用它免費與 GPT-4 聊天。

    有時候如果服務很忙,你可能只能訪問 GPT-3,所以如果你不確定,可以問聊天機器人。

    1. 開啟 Ora 的 GPT4 頁面:https://ora.ai/openai/gpt4。

    2. 註冊帳戶或Google帳號登入。然後,如果需要的話,再回到 GPT-4 頁面。

    3. 在視窗底部的窗格中開始輸入 GPT-4 的提示資訊。

    注意:提示以先到先得的方式提供,所以如果很忙,你可能需要等待輪到你。

  • IBM 認證分析師 – 安全 QRadar SIEM V7.5

    認證概述
    此中級認證適用於希望驗證其對 IBM Security QRadar SIEM V7.5 的全面了解的安全分析師。這些安全分析師將了解基本網路、基本 IT 安全、SIEM 和 QRadar 概念。

    他們還將了解如何使用圖形使用者介面登入、瀏覽和解釋產品的功能。此外,他們還將能夠識別違規原因,以及存取、解釋和報告 QRadar 部署中的安全資訊。

    注意:本考試包括隨產品安裝的應用程式:使用案例管理器、QRadar Assistant、日誌來源管理器和 Pulse。除這些應用程式之外的特定應用程式的功能不在範圍內,但擴展應用程式使用功能的概念在範圍內。這不包括 QRadar on Cloud (QRoC) 的 SaaS 產品。

    要求
    此認證需要一門考試。

    考試 C1000-162:IBM Security QRadar SIEM V7.5 分析
    考試目標
    在考試開發過程中,主題專家 (SME) 會定義個人成功履行產品或解決方案職責所需的所有任務、知識和經驗。這些由以下目標表示,考試中的問題是基於這些目標。

    題目數: 64
    需要通過的問題數: 41
    時長: 90分鐘
    狀態: 直播

    第一節:犯罪分析23%

    第 2 節:規則和構建塊設計18%

    第 3 部分:威脅搜尋24%

    第 4 部分:儀表板管理14%

    第五節 搜索及報告21%
    考試資源
    為準備考試,請先參考以下列出的自學課程。它是免費的,涵蓋了考試中考查的所有知識和技能。

    筆記:

    要通過測試,需要具備豐富的實際產品知識。
    在參加考試之前,建議使用這些學習資源,但這不是必要的。
    您必須登入安全學習學院,自學課程連結才能正常運作。如果您在點擊連結後看到錯誤訊息,請登入並重試連結。
    我們已盡最大努力使建議的學習資源盡可能完整和準確,但不保證其適用性。提供的學習資源是「按原樣」提供的。對於因課程或出版物內容而造成的任何損失或損害,IBM 對任何個人或實體不承擔任何責任。