ZD至顶网网络频道 08月11日 北京报道:早在去年3月份就听到思科要以10亿美元巨资打造自己的“互联云(Intercloud)”平台,但似乎在一段时间内我们并没有看到什么有代表性的具体产品,难道这也是和“万物互联”一样,是对未来IT环境的一个前瞻性概念吗?
首先还是让我们先来回顾一下思科在去年3月份所作出的阐述,据思科介绍,互联云旨在将更多的云链接到一起,通过将各个云置于互联云上,再将互联云与思科的软件进行整合,用以构造出网络和计算能力相连的云架构。
从字面意思理解,互联云本身就是一个云网络,而且是由众多云汇聚而成的一朵大“云”。这也是思科最初所构想的云平台的模样——与众多合作伙伴携手构建世界上最大的云网络,全球Intercloud(互联云)。”
这一宏伟战略目标的提出,似乎与当年SUN公司提出的“网络就是计算机”有着异曲同工之妙。相信思科也深信任何事物都需要连接到网络,云当然也不例外。所以未来云与云之间的连接势在必行,而如果要成为未来云时代的领导者,就必须要提前布局,从整体战略角度去规划产品的发展线路,只有这样才能把握云时代的先机。单从这一点来看,思科确实做得十分具有前瞻性,也在不断的去培育这样一个市场环境。
但这会不会演变成一个异想天开的假想呢?它能落地吗?让我们来看看到目前为止思科为其互联云项目所做出的相关工作。在之前的Cisco Live上,思科云和托管服务销售全球高级副总裁Nick Earle表示,思科将进一步扩展Intercloud战略,并为混合云软件Cisco Intercloud Fabric增加了新的特性和功能,并宣布新增35个独立软件开发商,致力于为客户开发支持Intercloud的服务产品,这些开发工作所带来的好处是,能够在混合云世界中为用户带来更多的选择,以及更高的合规性和控制力。
然而,如果多少了解一点思科目前的产品战略的话,就能看到思科所提出的全球云战略实际上是一个基于“物联网架构”的云战略,这与思科近年来大力推进的“万物互联”概念有着千丝万缕的联系,而推出Intercloud(互联云)战略也正是为迎接“万物互联”时代到来而做的前期准备。
况且,这种架构的建立也有赖于类似网络标准的建立。但思科认为这样还远远不够,最重要的如何在未来支持混合IT的应用环境中体现Intercloud的价值,而Intercloud(互联云)平台将扮演众多云及设备中的一个控制器的角色,而这正是思科目前最具优势的领域,即思科在全球范围内的设备保有量及技术研发优势。
此外,思科也在积极招募全新的合作伙伴,以推动思科的云愿景进入到“下一阶段”,Earle表示:“我们将发布一些专门针对渠道的混合云捆绑包,这意味着合作伙伴可以直接向最终用户销售Intercloud解决方案。思科将凭借Intercloud混合云捆绑包逐渐进入到应用领域。”
据悉,这款专注于渠道的混合云捆绑包预计将在今年12月底发布,将围绕思科以及第三方的应用进行开发。另据了解,思科首个Intercloud捆绑包OpenStack Private Cloud Bundle,是思科收购Metacloud之后,基于后者技术开发的一款产品,并于今年4月在思科合作伙伴云峰会上进行了发布。
最后,据记者了解,思科未来所做的一切都将围绕运行在OpenStack上的软件即服务(SaaS)或管理服务产品来展开。那么,这也就不难理解,思科选择在这一阶段推出新的渠道捆绑包,就是为了给思科Intercloud战略招募全新合作伙伴提供更多的机会,而今后也将凭借互联云(Intercloud)平台结合SaaS级产品来进一步提高最终用户对思科产品及方案的采用率。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。