ZDNET网络频道 06月10日 编译:谷歌公司目前正努力推动SDN技术的发展,将新方案引入OpenConfig当中,并在此基础上公布了其部分网络配置模型供其它厂商参考。
LightReading网站报道称,谷歌公司网络架构师Bikash Koley希望能够在传输层当中引入更多SDN元素。为了达成这一目标,谷歌方面已经将其多供应商光纤终端配置模式纳入到OpenConfig项目之内。
Koley在最近于芝加哥召开的一次电信会议中指出,这套光纤模型仅仅只是开端,在未来一个月内谷歌将公布更多其它配置方案。
为了让传输层更具SDN风格,Koley指出,其拓扑配置需要拥有更突出的供应商中立特性,只有这样运维团队才能将原本的“集中式专有配置”转化为由不同供应商提供的多元素管理系统。
他同时强调称,网络状态的可见性同样也是帮助传输层实现SDN转化的一项核心要求。OpenConfig项目的参与者们个个堪称业界巨头。除了谷歌之外,我们还在名单中看到了苹果、微软、Facebook以及雅虎等厂商的名头,此外AT&T、BT、Comcast、Verizon、Level3以及Cox Communications等运营商也赫然在列。
据称,该项目采用Yang作为其数据模型,部分模型已经被公布在GitHub之上。谷歌公司此次提供的模型尚不属于开源成果——目前只供OpenConfig项目成员使用。
除此之外,OpenConfig最近以来的其它工作还包括建立新的GBP与路由政策模型,相关成果已经于本月5号正式被纳入该项目的公共资源库。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。