“数据中心”(DC)是云服务的基础依托,也将是新一代网络的基础依托。在云服务时代,“数据中心”的地位将类似电话服务时代的电话交换局,未来的云数据中心不仅是服务器、存储器等数据基础设施的集中存放地,也将是基础网络的中心。
传统数据中心更多是布局在用户集中和网络资源良好的大城市,而新的云数据中心的选址则更多考虑土地、能源、气候等因素,我国的西部、北部等欠发达地 区反而会成为未来的数据中心布局点,也就是说数据中心的布局选择将实现从“网络最优”到“能效最优”的转化,这将导致“用户中心”(信息的产生和使用者) 与“数据中心”(信息的存储和处理者)的解耦。
在传统时代,“数据”与“网络”跟随“用户”走,“用户”、“数据”、“网络”三者紧耦合,网络主要服务于用户间通信;而在云服务时代,用户中心与 数据中心分离,逐步形成“用户”与“数据”双中心格局,网络更多服务于“用户”与“数据”(应用)间的沟通以及“数据”本身的分发处理。
在云服务时代,基础网络服务需要考虑虚拟机(VM)之间的联网、DC内的联网(包括前端业务网络与后端存储网络)、多DC之间的联网(基地DC联 网,基地IDC与边缘IDC联网)以及用户与DC之间的联网。而且大部分的DC并不属于网络运营商,但网络服务也必须充分考虑这部分DC的布局及其所承载 的云服务要求。对于云服务,网络的灵活性、动态性、开放性和资源的快速提供尤为重要,网络建设理念需要实现由“云随网动”到“网随云动”的转型,从而更加 主动地为云服务发展提供所需的网络服务。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。