云服务很容易让一些公司忘了IT的基本面,比如容量管理、变更控制和网络管理。由于争先恐后地改用云服务,许多公司变得极其关注搭建各自的云平台,因而不再关注企业的其他重要方面。
企业需要重新获得控制权的最重要的部分之一就是其网络基础设施。确实,在基于云计算的这个新环境下,网络对IT运行而言比以往来得更重要。又由于关 键服务器和数据现在托管在云端,用户从远地和公司总部访问这些数据和计算资源,网络流量只会有增无减。在基于云计算的环境下,网络本身实际上成了云的一部 分。
对许多公司来说,致力于尽量提高现有网络效率和尽量利用网络资源同样至关重要。对小公司来说尤为如此:由于现有用户访问云,小公司必须添加网络容 量,以支持日益增长的网络需求;又由于公司规模不断扩大,招收更多的员工,必须支持新的场地和办事处。虽然大企业拥有的资源可能比小公司多得多,但是它们 仍面临巨大的压力: 削减成本以及少花钱多办事。
就在许多公司想方设法优化网络以便与云平台协同运行之际,有几个策略备受关注,其中包括:
1. 广域网优化:广域网优化(或广域网加速)技术其实结合了一系列方法,旨在通过减少流量中的低效率和冗余现象,因而减小总的流量需求,达到管理网络流量的目的。一些广域网优化方法包括如下:
•缓存――缓存是指使用本地存储、预先装入的数据,比如你用户的浏览器经常请求的图片及其他元素。缓存机制将某个特定的图片(比如企业标识)发送到某个特定的远程站点,然后该图片由本地设备加以缓存,之后就可以保存该图片,本地提供图片,因而节省了带宽使用量。
•重复数据删除――重复数据删除技术对某个或某批特定的文件执行单次的全面备份,因而削除了与数据备份有关的网络流量,然后只发送那些文件日后逐渐变化的部分,而不是发送整个文件。
•压缩――压缩技术利用诸多算法和方法,减少通过网络发送的数据量,消除了某个或某批文件的不必要部分,因而减少了传输的数据量。
2. 宽带合并:宽带网络给中小企业和大企业同时带来了大好希望,提供了以非常经济实惠的价格享用比较粗的带宽 这种选择。但是宽带电路在规模和可靠性方面通常有限,这进而限制了使用宽带连接的有效性。然而,如果利用宽带合并技术,你就能把几条宽带和互联网连接合并 成提供可扩展性和容错性的单路统一连接。
3. 广域网流量管理:许多公司并没有有效地管理网络流量,因而浪费了网络资源,限制了网络的有效性;如果向云迁移,通常只会加剧这个问题。广域网流量管理技术利用了流量整形和流量监控等方法,识别关键流量并确定优先级,因而提高了网络效率。
要牢记的关键一点是,随着云不断发展,网络和云显然迅速合为一体。实际上,云成了网络的一种功能,而效用计算(utility computing)的最终目的就是,计算最终会变成一种网络功能。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。