ZD至顶网网络频道 10月22日 编译:其实这样的想法,VMware曾经就考虑过,但是最终还是放弃了将其旗舰产品NSX的功能进行分拆成可以创建一系列网络虚拟化产品的想法。
当初,VMware在推出NSX的时候,是期待客户将其作为网络的控制面板来使用,令其接管路由器和交换机自带的软件。
VMware NSX产品应用场景
VMware的首席技术官Bruce Davie表示,很多NSX用户确实是这样做的,但是大概有一半的用户却采取了另一种方式,就是对NSX进一步的“微分割”,使其变成了一系列产品。
Davie昨天在悉尼对《The Reg》表示,“微分割的这种做法之所以兴起是因为IT人员开始意识到那些攻破了目标主机的高级黑客攻击。这种攻击和其他一些攻击都显示运行在一个单一的数据中心网络是一种非常危险的做法,因为一旦攻击者突破了防护,他们就可以为所欲为。而微分割让创建多个虚拟网络成为可能,这就意味着数据中心可以被配置成包含多个网络在内的体现结构。这种措施将让黑客更加难以染指企业宝贵的资源。”
而针对客户将微分割作为NSX的首要用途的这种需求,一开始令VMware都感到意外,所以VMware进行了相关调查,想进一步论证是否要将NSX产品进行拆分,使其变成一系列子产品来进行单独销售。对此,VMware询问客户和潜在客户是否会购买拆分后的NSX产品,这些产品是专门针对每种特定应用环境而设计的,可以横跨多个数据中心或者自动化网络。另外,不支持多个数据中心的NSX删减版也被考虑在内。
Davie表示,虽然一些客户存在应用不同的NSX SKU的想法,但是研究并没有表明这会带来一个销售高峰。所以到目前为止,NSX还会保持原状。
此外,Davie还表示,NSX未来的功能会依据监控程序的不同而不同。目前,VMware就针对vSphere对NSX进行了精简,并对其他监控程序提供了另一个精简版本。后者的进度虽然暂时落后于vSphere版本,但是VMware很快会让两个版本齐头并进。
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。