服务提供商相信,开放SDN和网络功能虚拟化(NFV)将成为他们网络的基础。AT&T的IT主管Andre Fuetsch在Open Networking Summit(ONS)的一次小组会议上说:“关于SDN和NFV,我们将全力以赴。”这个小组会议的参加人员还包括来自SK Telecom和NTT Communications的高管。
运营商认为,SDN最终能够减少开支,并且创造一种能够更快速重新配置的网络,从而改进或发布面向商业客户的新服务。服务提供商正在测试各种与SDN相关的开放技术,其中包括OpenFlow、OpenStack和Open Platform for NFV(OPNFV)。
此外,他们还测试了是否能够使用开源替代产品来取代网络供应商的私有交换技术。运营商可以在一个运行SDN操作系统的消费类x86硬件上运行软件,然后他们可以在与供应商(如思科、瞻博网络和爱立信)的交易谈判上获得更大的议价权。
网络供应商争夺的领域
运营商并不预期开源技术能够让他们完全摆脱供应商。然而,一些围绕开源软件来开展业务的公司则很可能会像网络供应商一样将客户绑定到自己的实现技术上。开源软件不太可能满足所有用户的需求,因此SDN部署很可能需要使用私有技术。
韩国电信公司SK Telecom的研发主管Kang-Won Lee说:“我们希望避免厂商锁定,但是,现在还不清楚开源技术是否也一样。”
传统网络供应商已经发布了SDN平台。但是,因为这个市场还很年轻,所以AT&T愿意与创业公司交流,测试他们产品的可扩展性。Fuetsch说:“我们确实欢迎搅局者。”
Fuetsch 指出,AT&T希望在5年内将自己75%的网络变为由软件控制。这家公司计划将NFV在网络堆上一直推进到第一层,这样就可以提高城际光纤传统网络的灵活性,同时减少对于昂贵硬件的依赖。
这家公司及其合作伙伴在ONS上演示了一个概念验证项目中央办公网络再架构为数据中心(CORD)。CORD组合使用了SDN、NFV和消费类基础架构,创建了一个具有与云服务提供商所使用数据中心同等灵活性的中央办公网络。
Lee指出,SK Telecom目前正在测试OpenDaylight控制器和ON.Lab的开放网络操作系统(ONOS)。此外,这家公司还在测试使用OpenFlow去连接控制器与驱动SK Telecom无线回程的设备。
NTT负责服务基础架构的高级副总裁Yukio Ito指出,NTT正在研究是否可以将ONOS和O3 Orchestrator Suite(ODENOS)用作网络管理平台。ODENOS是一个开放网络编制框架,它可以控制多层、多域或多供应商网络。专家指出,实现SDN的最大障 碍是人,而非技术。采用这种架构的运营商和企业都必须对网络运营商进行再教育,使他们像软件开发者一样去思考问题。
Fuetsch说:“我们在人员和文化方面做了很多工作。”AT&T已经启动了一个“大规模再教育项目”,其中包括来自乔治亚理工学院的在线课程。
谷歌发布Jupiter
通常,亚马逊、谷歌和微软等最大型云服务提供商已经在运营商之前开始部署SDN。例如,谷歌说它使用内部开发的SDN已经有十几年时间。
在ONS上,谷歌推出了Jupiter,这是它的第五代SDN技术。此外,这家公司还通过谷歌云平台将其网络基础架构提供给外部开发者使用。
谷歌大概介绍了Jupiter交换结构的细节,它支持每秒1PB的数据传输速度。谷歌的网络可以划分为两个对等部分,而Jupiter负责两者之间的数据传输。按照谷歌的数据,每秒1PB的速度已经能够在十分之一秒内将国会图书馆的所有内容传输到目的地。
谷歌的数据中心设计使用了一种集中式软件控制堆,它可以将成千上万个小型廉价交换机变成一个大结构。此外,这个软件堆还负责管理这个结构。
谷歌自己开发了网络软件,并使用芯片制造商的芯片开发了硬件。此外,它还大量使用了根据自身数据中心需求定制的协议。
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。