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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。