SDN和NFV正影响着IT、数据中心和电信的融合。这些技术不仅可以给管理IT基础设施数据中心提供新的机遇,而且随着网络的可编程性,NFV和SDN也让企业数据中心实现更大的弹性灵活度,并给数据中心管理人员更强的灵活性和可扩展性来预期改变市场需求和保持客户期望的领先地位。
软件定义网络新方法
Gartner已 经定义软件定义网络SDN作为“一种新的方法来设计、编译和操作网络,旨在专注于提供业务的敏捷性,同时降低资本和运营成本”。该公司透露,到2017 年,将有10%的客户应用设备进行网络虚拟化。除此以外,根据行业分析师预测,在未来五年内,更多的网络流量将被虚拟化。
网络功能虚拟化(NFV)是一种利用网络IT虚拟化技术来虚拟网络节点功能(如Firewall、router、IDS入侵检测系统等)的整个类进入到被连接或链接的编译块中来创建通信服务。NFV目的是使用计算虚拟化和可用存储方案减少依赖性和相关硬件的限制。
随着企业正在从内部数据中心转变到主机托管设备服务,不同于传统IT基础架构元素,从物理服务器逐步演进到虚拟化、软件定义架构、云服务。DCD智 能预测,2014到2020年间,在企业内部服务器托管IT基础设施的增长率限制在大约1.29%的CAGR(年均复合增长率)。对于托管、外包和共享设 施空间,在相同期间,增长率预计在9%的CAGR,全部的数据中心空间在全球范围内将从36百万平方米增长到46百万平方米,但内部空间不足够使用,这一 趋势表明需要增加虚拟化技术和云外部和内部部署服务来减少空间的使用。
业内人士观点
作为数据中心特别是DCIM解决方案企业软件供应商,他们正看到SDN和NFV的出现,特别是为客户打造新的数据中心或整合现有基础设施成为替代性设施,在大的电信供应商中,对实施SDN和NFV技术也有极大的兴趣。
现有的异构内部数据中心中,很多都还没有应用SDN技术。但是,这只是初期的,因为大多数数据中心仍然通过在筒仓管理,意味着每个团队负责不同的服 务以及相应的IT基础设施来支持它,会造成不同筒仓间的差异带来更多的复杂性和挑战性,这也将促进SDN和NFV的发展。一个团队通常负责IT堆栈,另一 个负责管理网络,为了实现SDN和NFV技术,这些所属组织的分界及标准必须统一,为了提供所有IT资产和资源集中的访问和控制。
随着数据中心的扩展,且为了与不断增长的需求保持同步,本身挑战在于技术部署过程。现今并发部署方案已经存在,即一部分数据中心在SDN模式下工 作,其余部分仍使用旧的技术进行操作,数据中心管理者需要明确透明的观点理论应用到现有的物理基础设施,且其他部分需要直接链接到虚拟化资产和技术领域 中,这将会导致形成一个困难的过渡阶段。
为了实现自动化服务,维护服务质量和管理数据中心需要向虚拟化基础设施转变的能力,有必要对现有可用物理基础设施进行所有的详细数据统计,对其进行分析,SDN和NFV技术将为数据中心和互联网提供巨大益处。
SDN和NFV可以增加灵活性和服务交付的敏捷性,缩短对市场推出的时间,有助于自动完成很多任务,并提供需要的网络能力,数据中心将更加有效的工作并能够启动服务阵列,推动数据中心的发展。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。