Aktuality -> Hardware - 19. 7. 2006

Nová verze síťového analyzátoru EtherScope

EtherScope_629.jpgNástroj na analýzu sítí EtherScope Network Assistant se dočkal nové generace, která rozšiřuje jeho možnosti. EtherScope Series II nyní nabízí analýzu gigabitových optických sítí, podporu autentifikačního standardu 802.1X a rozšířené možnosti v oblasti ověřování PoE. Nový software umožňuje rozsáhlejší logování síťových přenosů a byla také rozšířena knihovna souborů MIB.

EtherScope Series II tak v jednom přístroji nabízí analýzu drátových sítí 10/100/1000 MB pomocí vestavěného metalického rozhraní a volitelně připojitelného rozhraní optického. Součástí je také analýza bezdrátových sítí podle standardu 802.11b/g. Pomocí volitelné funkce Internetwork Throughput Option (ITO) lze snadno měřit výkon sítě a určit, zda si uživatelé oprávněně stěžují na její výpadky, nebo ověřovat výkon nově zapojovaných prvků sítě. K dalším zajímavým vlastnostem EtherScope Series II patří například testování optických vláken a určování polohy kabelů pomocí sondy IntelliTone. EtherScope tak umožňuje komplexně řešit problémy v přepínaném prostředí a objevovat VLAN, sítě a aktivní zařízení. EtherScope v sobě spojuje vlastnosti nástrojů pro instalaci, řešení problémů a udržování sítí.

 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.