当你考虑SDN的时候,可能不会首先想到微软的SDN,不过,也不能小看它就是了。很多人认为微软没有SDN的想法是可以理解的,毕竟除了一些白皮书和5月份返回微软Ignite的一些工程师外,其在SDN方面并没有太多新闻。
不过,如果你还没有用VMware NSX产品,特别是还没有使用微软企业级许可协议的话,也许你会想进行一次尝试。微软并不是最潮的SDN供应商,不过它可能是第一个将SDN简化成管理控制台的厂商,当然,这其中得到了思科的一些帮助。
微软SDN依赖于思科ACI
尽管微软和VMware是合作伙伴,不过正像其他供应商一样,大家都朝着长期的互操作性和协议方向而努力。同时,微软需要有物理架构的支持,因而选择了思科的ACI。这似乎有点让人惊讶,其实这扩展了Hyper-V的虚拟架构外的应用定义的网络控制,虽然回避了VMware的基础设施,但也将典型的微软开发外包了。
当微软采用了其他厂商现有的技术时,通常表示其对什么上了心,事实上远不止表面看上去那样。比如说,在IE4上投资了5000万美元,微软有效地弃用了专有的VBScript,因为相较起来JavaScript更有竞争力。所以,微软为其SDN选择思科ACI这一举动,很可能意味着微软正在寻求其他更为长远的厂商合作。
因为微软需要排除其他对手保持在数据中心领域的影响力,所以采用更具包容性的方法来集成是非常必要的举措。
如果你了解过ACI,你可能就会开始依赖租户的定义。这是配置的第一步,且很可能你想到了hyper标准化的练习,这之中可以创造很多。而微软在SDN环境中用这种方法的好处是自助服务(self-service)。
真正的自助服务不只是使用IPAN-DDI解决方案以让VM管理员管理自己的子网那么简单,它关乎创造让“影子IT”回归的环境。在我们的网络工程期里它允许管理员提供“影子IT”无法提供的熟悉资源和服务。微软SDN将思科应用政策基础设施控制器(APIC)拴至系统中心虚拟机管理上,允许管理员创建租户,然后通过SCVMM提供托管应用程序用户沙箱。
定义APIC应用网络配置文件非有大智慧而不能成,毕竟它代表着从4层到7层虚拟网络服务和配置。它为虚拟网络资源的方方面面做了定义,并映射到基础的物理网络中去。自从完成这些定义并映射到SCVMM后,它们有效地减少了每日的管理杂活儿。当Hyper-V管理处在SCVMM中时可实现完全的SDN托管虚拟网络资源,应用程序管理员不需要知道具体的虚拟化的细节。他们只需看到由架构管理创建的虚拟网络就够了。
超越数据中心
由于微软必须要排除其他对手保持在数据中心中的影响力,它采取了更具兼容性的做法。当提及基础架构提供时,微软也并非完全被排除在外,它的确倾向于开放,并为用户提供了一个竞争优势。思科ACI也不只是个数据中心,它意在吸引服务传送过程中的所有设备,不只是在机架间移动数据包。
通过与思科的合作,微软正试图创建一个企业级网络Voltron——带有内核、防火墙、边界和校园网LAN的数据中心虚拟化和虚拟网络。借用买来的技术,再为思科补充点什么,它就几乎能够管理其环境下的所有事情,从应用程序到服务器到管理程序到核心层再到本地网络,并且实实在在是以真正的SDN来工作,也保证是在预算内。
好文章,需要你的鼓励
洛杉矶大火一年后,亚马逊Ring安全服务推出Fire Watch功能以降低野火风险。该功能集成在Ring应用的邻里版块中,计划今春全美推广。系统依托非营利组织Watch Duty的野火预警,当检测到野火时会通知附近用户,符合条件的户外摄像头将启用AI图像识别监测火情。Ring还推出AI异常事件预警和主动警告功能。但隐私问题仍存争议,多个州因隐私法限制相关AI功能使用。
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。
数据平台Snowflake将谷歌Gemini模型集成到其Cortex AI中,让客户在数据环境边界内访问基础模型。Cortex AI支持跨云推理,无论客户环境运行在AWS、Azure还是谷歌云上。该平台已支持OpenAI、Anthropic等多家模型提供商,采用按需付费模式。客户可通过SQL或API直接访问模型,分析多模态数据并构建AI应用场景。
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。