ZDNET网络频道 07月22日 编译:当前,Gartner公司正在面临着无数要求其对软件定义网络(简称SDN)以及网络功能虚拟化(简称NFV)市场整理魔力象限报告的声音。而如今其正式给出回应:不会做,再怎么等也不会做。
为什么会这样?根据著名分析师Joe Skorupa给出的答案,理由非常简单:SDN与NFV根本就称不上是市场。他解释称,前者是一套架构而非市场;后者则是一种部署选项,同样不属于市场概念范畴。
Skorupa同时表示,有“其它媒体”已经发表报道,称“SDN与NFV市场价值186万亿比特币”。
为什么这种结论不靠谱?根据他的说法,这是因为此类报道对产品及服务的销售额作出了预测,而在看待像SDN这类技术方案市场时、这种方法完全错误。
像OpenFlow这样的SDN功能“可以出现在以太网交换机当中,但其却不足以成为SDN市场的组成部分,其最多像是在VLAN标记的支持下在VLAN市场上充当组成部分的交换机一样,”他在文章中这样写道,“这部分细分市场仍然属于以太网交换机。”
与之同理,NFV并不是在描述一种产品范畴,而是一种对现有产品的全新部署方式。举例来说,如今我们可以购买防火墙并将其嵌入至硬件设备当中,或者作为软件将其从硬件当中拆分出来。
因此,“无论以何种类别的产品作为载体,NFV本身只是一套部署选项组合,”他写道,无论其具体表现为防火墙、应用交付控制器还是会话边界控制器等等。
Skorupa同时指出,对于这类产品,Gartner公司可能会将部署选项划分到具体的产品分类当中。不过Skorupa认为,将它们统一归类为“NFV”只会扭曲市场对于这一概念的理解。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
香港理工大学联合多所高校开发的Mol-R1框架,首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式,配合MoIA迭代训练策略,不仅能准确生成分子结构,还能展示完整思考过程。相比现有模型,Mol-R1推理更简洁高效,为药物研发等领域的AI应用提供了重要的安全保障。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
蚂蚁集团AWorld团队发表突破性研究,创建动态多智能体协作系统解决AI稳定性难题。研究灵感来源于船舶导航,通过执行智能体和守护智能体的协作机制,在GAIA测试中准确率达67.89%,稳定性提升17.3%,荣登开源项目排行榜第一名。该系统为构建可靠智能系统开辟新路径,具有广阔应用前景。