ZD至顶网网络频道 12月08日 编译:随着微软、VMware、Docker等多家网络管理系统被吸收进ACI云中以后,思科继续在软件定义网络(SDN)和开放之间进行着平衡,日前宣布了旗下应用程序为中心的基础架构(ACI)环境的新动向。
思科此次公布的消息中最大的惊喜不是其新建立的各种合作伙伴关系,而是思科决定ACI软件在裸机上的部署是可行的。
不久前,思科前CEO约翰·钱伯斯象征性地对“白盒”网络宣战,在谈到挑战者时称,“面对我们的挑战者,我们知道他们在哪方面做得好,然后我们将击败他们。”
而思科现任CEO罗卓克似乎有不同的看法,ACI目前拥有思科称之为 “微细分”(Micro-segmentation)的裸机安装方案。
思科表示,微细分ACI除了支持裸机部署外,还支持VMware VDS和Microsoft Hyper-V部署。
思科对安全性也有自己的考虑,其公告指:“客户可以动态地执行转发和安全策略,并基于虚拟机属性(如名称、客户机操作系统、虚拟机标识符)或网络属性(如IP地址)隔离受影响或有问题的端点。”
Docker端点同时得到思科应用策略基础架构控制器(APIC)和开源项目Contiv的支持。策略执行是通过端点群进行的,这些端点群可以是裸机服务器、虚拟机或者容器。
在云管理方面,ACI将支持Microsoft Azure Pack和VMWare vRealize自动化管理套件、以及对OpenStack的支持。并且利用OpenStack上的Opflex,ACI策略还可以应用到虚拟机管理程序之中。
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。