如果你的企业正在并购:你如何确保在不同的广域网服务提供商之间建立持续连接呢?
Robert Sturt:如果企业被收购或者与其他公司合并,就很有可能需要重新考虑他们的广域网(WAN)基础设施。尽管MPLS(多协议标签交换)提供商已经投入重金扩展了他们的网络。但是,合并企业或者收购企业还是要面对一个事实,就是他们需要处理多个服务提供商之间不同的MPLS和虚拟专用LAN服务需求。
IT团队可以使用一种方法:VPN互联,也叫做DIY互联(do-it-yourself,手动)或者VPN网络到网络互联。
DIY互联
连接网络的一个最简单的方法就是通过互联。这种方法从理论上来说很简单,但是需要关注成本和管理问题。对于收购和合并企业来说,DIY手动互联是将两个不同的提供商连接起来的最常用的方法。
这个过程你需要注意三方面问题:
• 支持。你需要仔细考虑两个提供商是如何支持端到端技术的。一旦出现问题,每个提供商都需要连接,尤其是当你的IT部门不知道问题所在的时候。一般情况下,第三方部门会建议监督并进行故障排除,以减轻两个提供商提供的服务不同而导致的一系列问题。
• 互联的灵活性和多样性。连接两个提供商需要数据中心的资源的支持。从交换光纤的角度或是从实际的提供商的边缘节点设备方面来说,确保安全性非常重要。
• 可见性。使用边界网关协议来获取洞察性需要在每个服务提供商之间开发路由信息。
毫无疑问,跨多个提供商的MPLS将会产生更多的流量延迟。这主要是因为增加的额外距离,以及连接两个终端提供商需要的额外硬件。另外,QoS(服务质量)指标也需要重新考量,以确保流量优先级的准确性。
网络到网络互联
连接多个MPLS提供商的一个更普遍的方法是通过网络到网络互联(NNI),这里运营商会指定一个第三方部门在没有业务的区域提供电信服务。
使用NNI时要考虑以下问题:
• 服务水平协议(SLA)。你要了解你的提供商和NNI运营商如何管理SLA。还要考虑网络到网络互联在数据包延迟时能够实现的弹性范围。
• QoS。NNI应该是你的整个广域网中的透明组件。所以,一定要审查每个服务提供商的公司政策对于端到端VPN QoS的情况。任何QoS设置都应该在端到端流量基础环境中进行。 延迟和抖动性能应该在遍布在网络中的延迟敏感应用流量测定的合理范围内。
跨多个提供商之间运行MPLS并不理想。但是,如果你能够考虑到上面所提到的VPN方案的影响,至少我们可以预测服务性能。
好文章,需要你的鼓励
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
谷歌为其AI驱动的NotebookLM平台新增"精选笔记本"功能,与全球知名作者、研究人员、出版物和非营利组织合作创建高质量互动资源。首批精选笔记本涵盖长寿建议、2025年预测、人生建议和莎士比亚作品等主题。用户可通过聊天界面提问、查看AI生成的摘要、音频概览或流程图与内容互动。该功能在桌面版NotebookLM中已上线,未来将持续增加更多精选内容。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。