在像约翰·钱伯斯这样强有力的首席执行官退休时,我们还不能说一个时代就这样结束了。在我们讨论钱伯斯掌管思科期间所创建的遗产之前,我们应当明白重要的不是搞清楚这些遗产是在什么样的背景下创建的,而是搞清楚这些遗产在未来将如何发挥作用。

实际上,像钱伯斯这样的人在正值IT基础设施的网络组件向虚拟化和云跃进的时期选择退休似乎非常令人不解。但是平台的开发总是先于部署,有时开发常常会领先部署数年时间,因此钱伯斯的遗产在技术方面上已经发展到了一个适当阶段。从这方面看,钱伯斯的退休可能并没什么不妥。
思科软件定义网络(SDN)策略的关键是应用中心基础设施(ACI)。思科的ACI提供了一个集成化的硬件/软件堆栈,与VMware的NSX等全 软件解决方案相比,可以提供更高水平的服务。ACI的一个关键属性是让应用预置和保护自身在用的网络环境。钱伯斯一直认为让软件管理系统与底层硬件实现紧 密协作是最为易行的办法。
尽管ACI平台对部署数量做出了限制,但是我们迄今为止还没有听到用户对ACI平台任何实质性投诉。目前,它们当中的大多数都部署在测试与开发环境 当中,没有用于实际的生产工作负载。来自早期关键部署者的初期反馈建议至少不要指望对ACI平台和Nexus 9000交换机能够提供更好的交换环境,同时还要认识到它们与过去的静态架构截然不同。幸运的是,那些参加ACI培训的用户认识到这一重大变化有着更大陡 峭的学习曲线。如果与将松耦合的软件堆栈部署至完全不同的白盒基础设施上相比,在集成平台上部署应当会更容易。
此外,思科也在对冲他们这一赌注的风险。如公司正在向那些SDN的纯软件支持者示好。在今年年初,思科宣布其Nexus 9000 将支持BGP EVPN(边界网关协议以太网虚拟专用网络)。BGP EVPN为部署虚拟叠加层的开放协议,其使得第三方SDN控制器有了管理ACI环境的可能。这是思科的一个大动作,因为这实际上等于将他们的专利旗舰平台 处于其他SDN厂商的主导之下。如果事情进展的不顺利,这有可能会影响到思科的品牌声誉。
如今没有一家厂商能够控制云。就像数据架构一样,它们已经变成了全球性分布并且同时跨越了多个厂商的平台。那些仍在继续保持封闭的厂商在新兴的数据生态环境中将处于劣势。
钱伯斯最伟大的遗产是,他认识到思科不仅要在企业网络基础设施向云转型的过程中扮演重要角色,同时随着SDN的发展,他们必须与其他厂商建立良好的合作关系,以为用户提供更加灵活的动态网络架构。
未来属于那些能够以最低的价格提供最大价值的厂商。历史上,微软曾经通过在PC上将硬件与软件分离的策略击败了苹果。思科未来能否取得成功在很大程度上取决于他们在云时代的开拓创新。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。