博科近期宣布推出Brocade SDN Controller 2.0以及两个新的软件定义网络(SDN)应用——Brocade Topology Manager和Brocade Flow Manager。Brocade SDN Controller 2.0是基于Lithium ODL的OpenDaylight(ODL)控制器的商业发行版。这些新解决方案进一步加强了博科在开源SDN领域的领导地位,提供更多创新、互操作性和选择,同时帮助客户避免厂商锁定。
博科最新的开源SDN控制器发行版提供强化功能,以满足数据中心对更高的互操作性和编排能力的需求。这些功能包括:
• 加强开放虚拟交换机数据库(OVSDB)接口和OpenStack Modular Layer 2插件(通过了Red Hat的Juno发行版的认证),让云供应商可以完全使用开放堆栈来管理自己的数据中心基础架构
• OpenDaylight集群,提高可扩展性和稳定性
• 新的用户界面,让应用提供一致且直观的受控网络的视图
新的SDN应用是最新版Brocade SDN Controller的补充。Brocade Topology Manager是一个免费SDN应用,显示发现的网络拓扑,让管理员可以创建一个节点列表,并方便地搜索节点。Brocade Flow Manager扩展了Brocade Topology Manager的功能,让用户可以查看网络拓扑并与之互动,根据端到端的流量视图,使用近乎实时的信息来执行网络工程和网络分区。此外,新的Brocade SDN Controller支持近期发布的Brocade Flow Optimizer,可以智能地管理流量并主动缓解网络攻击。
Heavy Reading近期进行了一项调查,其中90%的受访者表示,支持多个厂商的真正开放式SDN控制器是SDN部署计划中的基本或重要因素。此次调查还显示,内部缺乏SDN专家是实施SDN时的第三大障碍。
博科软件网络部高级副总裁兼总经理Kelly Herrell表示:“博科的战略是与领先的运营商和企业客户密切合作,提供可以加快其向新IP(New IP)过渡的独特网络产品和解决方案,而软件正日益成为其中的核心。提供Brocade SDN Controller 2.0和相关应用等开放式解决方案,以及全面的配套培训和服务,博科将推动全球客户平滑地过渡到SDN。”
Brocade SDN Controller在OpenDaylight代码的基础上持续开发,无专有扩展。博科为Brocade SDN Controller环境提供多厂商兼容性测试和完善的单一来源支持。博科及其合作伙伴提供广泛的支持、培训和专业服务选项。博科专业服务提供咨询服务来协助客户的SDN架构规划、实施和开发工作。采用多种形式的博科培训课程,提供IT部门成功地采用SDN所需的概念基础和技能。通过博科在线社区,终端用户和开发者可以下载Brocade SDN Controller;访问社区论坛、文档和博科技术帮助中心;分享使用案例、教程和代码样本以及了解相关开源网络项目的最新发展情况。
ACG Research的首席云与虚拟系统基础架构分析师Paul Parker-Johnson表示:“博科以独一无二的方式向客户提供开放式SDN解决方案。通过在OpenDaylight软件的基础上开发控制器并增加验证、专业支持和培训服务来简化采用过程,博科向其客户提供了精心设计的SDN平台。博科还为通过Brocade Flow Manager等增值应用管理SDN部署,并增加了可视性和智能,这些应用也是基于其客户期待的开放式软件框架。”
价格与销售情况
Brocade SDN Controller 2.0、Brocade Topology Manager和Brocade Flow Manager即日起上市。Brocade SDN Controller的免费下载版附带60天的技术支持。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。