ZDNET网络频道 04月24日 综合消息:4月22日,“2015中国 SDN/NFV大会”在京举行。大会上SDN产业联盟与开源组织ONOS(Open Networking Operating System),就SDN开源控制器场景研究、验证、平台与第三方应用的解决方案集成和验证等相关问题达成战略合作。SDN产业联盟理事长、中国电信集团公司科技委主任韦乐平先生,ON.Lab / ONOS执行董事 Guru Parulkar先生,分别代表各自组织出席会议并发表主题演讲。
共同愿景达成战略合作
SDN产业联盟是由中国信息通信研究院(原工业和信息化部电信研究院)联合产业界15家单位共同发起成立,其成员来自全球38个单位。该联盟秉承“开放、创新、协同、落地”的宗旨,共同聚焦SDN商用实践,推动SDN产业发展成熟。ON.Lab实验室是由SDN 技术最早发明者斯坦福、伯克利等知名大学发起成立的非盈利性开源社区组织,其目的是建立一个开放的网络开源社区平台,满足运营商网络业务创新的需求。
为协助运营商加快部署基于SDN架构的网络,ON.Lab联合其他合作伙伴创建了ONOS(Open Networking Operating System)开源项目,它是一种对开发者友好的、首款面向运营商的开源网络操作系统。ONOS同时为运营商提供特定的、经过验证的用例,用于快速高效的网络评估及最终的网络部署。当前ONOS的合作伙伴包括AT&T、NTT、韩国SKT、华为、爱立信、富士通、NEC、英特尔、思科、讯远等。
双方在推动SDN产业链成熟、应用生态繁荣,特别是开源网络控制器的发展方向上拥有着共同愿景,这也是推动两家行业顶级联盟达成战略合作的重要原因。
联合推动产业生态发展
正是基于相同的合作愿景,未来双方将就SDN展开密切合作。具体的合作内容包含:SDN开源控制器的需求场景研究和验证、SDN开源控制器平台与第三方应用解决方案集成和验证等;关注SDN开源控制器的产业生态发展,围绕ONOS和SDN进行深度交流以及品牌联合推广,切实推动SDN商用部署和产业发展。
ONOS执行董事 Guru表示,ONOS团队有深厚的SDN专业技术知识,在满足运营商发展和部署需求方面有丰富的经验,与SDN产业联盟的联合将为运营商带来SDN的核心价值,例如降低运营开支、加快服务和收入等。在会上,SDN产业联盟理事长韦乐平也强调表示,非常高兴能有这个机会与ONOS进行合作,ONOS从运营商的需求和场景出发推进SDN/NFV产业发展,SDN产业联盟和ONOS合作将有非常重要的意义。今后,希望ONOS在SDN产业联盟的全力支持下能够取得更多成绩,希望双方的合作能产生卓越效果。
或将对电信行业产生深远影响
针对运营商网络的开源操作系统——ONOS,是业界首个面向运营商业务场景的开源SDN控制器平台,目前已经得到业界广泛的认可。该平台由业界顶级运营商和最具综合实力的设备厂商共同创建和主导,重点聚焦运营商网络和业务场景,致力于解决高性能、高可靠性、安全和高扩展性的硬性需求。
韦乐平表示:“SDN是实现去电信化改造的重要突破方向,也是应对量收差持续扩大的有效手段,是全局性、颠覆性的变革,是电信网实施体系架构变革的抓手,是ICT产业链重塑的重要机遇和挑战”。SDN产业联盟与ONOS的战略合作,将推动SDN技术与运营商网络的进一步发展,未来或将对电信行业产生深远的影响。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。