不论对于数据中心的哪个部分,软件定义的概念都在不断发展。到现在为止,大多数管理员和IT员工已经了解软件定义技术的基本概念以及它们能够完成哪些事情。接下来需要克服的障碍就是决定能否接受这种方式所带来的潜在风险。但是对于软件定义技术自身来说,其能够为企业提供大量好处。
为何需要使用“软件定义”技术?其能够为企业提供哪些好处?
现在的数据中心通常会受到硬件固定配置的困扰,并且这些硬件需要由IT专家进行管理。这种方式不仅提高了新服务的交付复杂程度,并且延长了交付周 期,有时还有可能导致错误或者难以预料的后果,使得应用在进入生产环境之前需要进行不断修复。对于任何寻求快速、灵活的服务交付,并且实现高度自动化的业 务部门来说,这都是一种不可接受的复杂环境。许多IT专家将软件定义技术视为解决这些问题的方式之一,并且 IT部门在为新用户(和负载)提供的服务的过程当中能够实现高效率和灵活性。
软件定义技术能够带来多种好处,最明显和经常被人提及的包括速度和灵活性——仅仅单击几次鼠标就能够完成IT容器的创建、资源分配、更改和恢复等操 作。这种方式能够直接提升系统的自动化程度,允许用户在不需要IT管理员参与的情况下请求或者分配所需资源。因此IT管理员 可以将更多的时间投入到一些策略性工作当中,相比于处理普通员工的服务请求来说,这种方式能够为业务部门带来更多的好处。
这种方式还能够降低硬件开销。比如,软件定义网络技术提供了通用的流量控制架构,能够实现更加高效的网络流量处理,实现一种更加简单的——并且可能 更加廉价的——物理交换机,因为交换机只需要处理数据平面的流量。对于网络功能虚拟化来说,虚拟appliance能够将所有网络设备的功能集成到软件当 中,比如防火墙、WAN加速器或者其他设备;采用这种方式能够极大地降低相关费用,并且简化相同物理设备的部署流程。
此外,软件定义技术还能够简化管理流程,便于管理员查看数据中心的总体资源可用性以及当前使用情况。这样可以帮助进行容量规划,确保拥有充足资源来满足预期需求。由于资源是从底层硬件抽象而来,因此能够降低在单个设备当中查找和修复配置错误的复杂程度。
软件定义技术的发展还将推动产生更多的通用API和协议,比如OpenFlow。这种趋势无疑能够提升软件设计质量以及不同厂商产品之间的互操作性。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。