2015年,企业寻求以更好的方式交付应用和数据,从而满足业务需要,令员工能够随时随地以自己的方式工作,因而灵活性成为关键驱动力。今年做为一个过渡期,许多企业机构开始摆脱传统架构的束缚,转而寻求节省成本、运维高效的新架构。最重要的是获得竞争优势。据Gartner数据显示,目前有高达70%的企业已转向云,并将其运维转型为混合型企业。
为预测明年将出现哪些趋势,首先,重要的一点是研究2015年发生了哪些事情,从而藉此预测路向何方。
SD-WAN即将到来
SaaS应用日益兴起,IP电话和视频等应用刺激了难以满足的带宽需求。在这种情况下,传统广域网方法再也无法满足企业需求。
作为回应,今年SD-WAN应运而生,它更加有助于应用在混合网络和混合云间安全且高质量地实现交付,同时降低了成本,提高了速度,简化了管理。
虽然SD-WAN的发展仍处于早期阶段,但是2015年越来越多的组织机构开始评估SD-WAN技术——Riverbed最近完成的一项调查显示,近1/3的企业正“研究或部署SD-WAN”。
传统网络更多依赖硬件组件,而软件交付应用的方法则提供了更灵敏地响应业务需求的方式。
因此,‘应用定义的’网络方法将如同业务关键应用一样变得至关重要——那些支持日常工作的应用——需要根据重要程度对流量进行优先排序。
因此IT采用完整的可视化、优化和控制解决方案,以便发展成为软件定义的企业,软件驱动的方法交付应用才是王道,即SD-WAN才是发展方向。
瞄向网络边缘
在传统IT经历剧变的过程中,数据中心首当其冲。比如在澳大利亚,据Frost&Sullivan研究,主机托管服务占到数据中心服务总体市场的69%。该市场今年的增长率将超过18%,主要是由亚马逊和微软等大型云提供商驱动实现的。
了解了数据中心战略后,2016年,企业和组织机构关注的焦点将转向他们的远程站点和分支机构。
根据Riverbed的另外一项调查,平均每家企业的大型数据中心都运行着55个远程分支机构,而且几乎一半的员工工作在这些站点以外——他们是每家企业最关键要素。2016年,CIO开始将注意力转向边缘,旨在推动实现与数据中心相同的安全性、无故障运行时间和业务持续性。
该调查发现一个组织机构50%的数据存放在远程站点——2016年,企业将致力于集中管理各分支机构的信息,使其不仅能够对全部数据进行适当的分析,而且可以通过掌握更多信息做出更有针对性的业务决策。
由于分支机构硬件故障造成的影响,不知道会有多少分支机构仍然依靠磁带备份,浪费了多少时间,丢掉了多少业务。
应对复杂度
当一个企业的拓扑超越了本地数据中心的传统范围时,网络复杂度也会随之呈现指数增长。
此外,员工所拥有的移动设备越来越高级,实现对网络和应用的控制将成为头等大事。
与此同时,网络复杂度也像滚雪球一样越来越大,IT的作用也越来越重要。现在,IT是为满足业务需求而设。除以上趋势外,CMO不久将比CIO对IT的投入更多,这意味着大量的影子IT应用——其中一些应用对业务有很大的潜在影响——将持续涌向企业。
那么,什么才是化解复杂性的有力武器呢?
三个字:可视化。
对SaaS应用的所有组件实现可视化,可以辨别出任何潜在的故障——无论是来自组织机构还是第三方基础设施——都能帮助IT完全控制关键业务负载的交付方式。
此外,更深层次的可视化赋予CIO对应用性能和用户体验更有意义的量化指标。这使得IT成为企业的核心组件,而不只是一个成本中心,同时帮助在IT和企业其他部门之间构建更多的信任。
当今企业中,应用是业务的命脉。2016年,随着控制分布式网络的需求开始涌现,自动化、智能、编排与可视化等技术将无处不在。
每年,当我们努力预测未来12个月内能够站稳脚跟的技术时,回顾近期企业变化的趋势至关重要。我们身处越来越动态的行业中,无法置身事外,然而如果转型技术不负众望,那么我们首先需要掌控它们,以免它们仅停留在市场宣传的层面。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。