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
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。