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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。