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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。