“SDN不是某个固定的解决方案或成熟的网络模式。它是通过从传统网络剥离出控制平面,从而实现集中管理,让硬件资源的傻瓜化,进而实现资源的池化。来提升运维能力,转换后台网络服务为前台产品,推动业务变革,实现传统IT人/组织的业务突破。”阿里巴巴网络架构师陈源说。
陈源介绍阿里巴巴的SDN实践时指出,一是来自传统运维的推动力、二是来自集团业务的推动力。
以运维来说,第一要要在很短的时间内实现网络的快速交付,第二是大量的网络变更需要自动化的工具做ACL,三是怎么让网络故障处理对业务的影响降到最低,四是千差万别CLI版本及设备型号的差异,有没有一种方式做集中管控,五是网络规划赶不上业务变化,六是网络流量的无序,这些推动SDN的阿里的应用。
陈源讲到了SDN在阿里巴巴的三个实践,第一个实践在阿里内部称作“一带一路”,主要是基于BGP flowspec/bmp/evpn/调度的海外骨干网。“阿里巴巴在海外有很多线下的商家,线下的企业都可以通过它本地的网络接入。目前在四个地方已经打通了,法兰克福、香港、圣何塞和杭州,这是我们SDN在阿里做的第一个案例。”
第二个实践是Vxlan in IDC,“这个网络架构,做网络的应该都非常熟悉上面是核心,核心是八台。所有的接入的服务器都是定制的服务器,接入到万兆接入交换机上来。四个端口做一个捆绑,上面到分布层,这里放了两个,一共44个,八台乘以44,最后针对八个核心下面,能够承载的服务器规模大概是16800台左右。这16800台物理服务器,大概会承载二十到三十个虚拟机,所以最终的计算规模大概是有40万。虚拟机上,虚拟机和虚拟机之间在数据中心内部,有很灵活的迁移的需求,今天我这一百台虚拟机可能在这个业务平台上用。”
第三个SDN的实践是在WIFI这个层面。“我们网络的触角现在不 仅仅是在我们的办公网,还下沉到我们商家,大型的像银泰,我们接管它的网络设备。”
陈源指出,“有的商户可能非常小,AP的漫游在一个二层的环境里面它可以很频繁的去切换。如果在一个大型的面积可能上万平方的一个购物中心里面,网络在一个大二层的话,会非常差。我们的控制器在云上这个云和它的下面这一端网络环境特差,这个漫游必须用AB和AP之间做决策。”在这样一个控制平面下实现用户的跳转,最终整个系统的管制是在阿里云,是在线上的虚拟机上,后面网络平台搭好之后,网管监控统一认证也是在阿里云。这个是由数据平台事业部实现的,它的整个的计算和处理也都是在阿里云,后台会对接阿里巴巴的广告推送系统,如果某个用户在淘宝上看了一双鞋你没有买,假如某天到印象城打开的WIFI的时候,会发现马上会看到没有买的鞋,这就是阿里巴巴要做的事情。
另外,要对人员实时定位和轨迹记录,当把车停在停车场的时候,只需要掏出手机,把APP打开它可以进入你当前的位置,自动告诉你这个路径要怎么走。无论是阿里妈妈的精准广告推送系统,还是人员实时定位和轨迹记录,或者应用分发,都是阿里云CloudWiFi系统调度中枢实现的。
总体看,无论是配置推送和管理、流量调度、自动化测试、流量可视化和统一监控,都进行了一定程度上的落地。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。