虽然愿望不一定会成真,但这并不会阻止网络运营商许愿。他们2016年的技术愿望清单包括:物联网(IoT)标准统一、增加交换虚拟化、围绕云计算更多网络自动化和更少炒作。
大多数专家都认为IoT是大事件,Gartner预测,到2020年将有250亿台设备连接到互联网,从家用电器到商用设备。而在今年这个数据仅为49亿。
基于这么多设备将连接到企业网络,Sno-Isle Libraries信息技术经理John Mulhall希望业界为IoT制定统一的互操作性标准。
Sno-Isle Libraries在美国华盛顿的Snohomis和Island地区设有21个社区图书馆,他们想要从该组织的总部控制这些社区图书馆的照明、供暖和空调。Mulhall表示,如果所有供应商都可以遵循相同的标准来让设备联网,这将是最好不过。
Mulhall表示:“作为一家公共机构,我只希望将纳税人的钱做一次投资,并确保我的投资是明智的。”标准可以让IT部门告诉供应商“如果你打算将你的设备引入工作场所,那么,它需要支持这个标准”。
Mulhall正在遵循两个互操作性协议:一个来自AllSeen联盟,另一个来自开放互联联盟(Open Interconnect Consortium),前者是开源跨行业组织,而后者则有主要技术公司成立。
技术愿望清单:更多网络自动化、虚拟化
南佛罗里达大学(USF)网络工程副主管Joe Rogers的愿望清单则侧重数据中心网络的核心。他想要虚拟化该学校使用的4000个接入交换机中的操作系统,这些交换机覆盖1.5平方英里范围内200栋建筑物,其中大多数接入硬件是思科Catalyst以及Brocade FCX和ICX设备。
为了操作系统升级而中断交换机是一个巨大的痛苦,因为该学校没有为每台交换机配有冗余硬件。而让这个问题加剧的是网络中使用的设备多种多样,其中包括从PC和移动设备到火灾报警和卡门禁系统等。
从硬件分离交换机操作系统,并让其在虚拟机上运行,这可以通过构建冗余到交换机来尽可能地减少停机。例如,网络运营商想要升级操作系统,而硬件继续在该软件的另一个副本运行。
Rogers表示:“这种虚拟化将是我的最大愿望。”
Rogers还希望为该大学的接入交换机、路由器和无线控制器增加更多自动化。现在,该大学的开发人员使用开源系统管理工具Puppet来编写脚本以自动化某些任务。而将这些功能内置到硬件将显著简化管理。
Rogers称:“这将会很酷。”
围绕云计算更少炒作
而对于围绕云计算的炒作,Muhall认为不是好事。倾向供应商的媒体故事通常会让C级管理人员或董事会成员相信内部部署的应用转移到云计算会自动削减成本。不幸的是,没有一种技术是万能。
他表示:“我认为最好让供应商来到企业,谈论总体拥有成本和投资回报率的真实数据。”
云计算也是Sno-Isle的选择,他们计划将运行核心业务应用的几十台服务器进行合并,该计划名为Polaris集成管理系统。Polaris由Innovative Interfaces开发,它支持着图书馆及其用户之间所有的交互,让持卡人签书进出,管理在线账户来搜索和存储资料,甚至可以确定逾期还书的罚款额。
Mulhall认为Innovative Interfaces的云产品比在内部运行Polaris更昂贵。他说道:“它非常适合超小型企业,但只要你开始发展壮大,这个云计算解决方案的性价比就没那么高了。”
作为替代方案,Sno-Isle可能在云端运行Polaris的部分,其余部分则放在融合系统,该系统使用虚拟化整合计算、存储和网络。Nutanix是Sno-Isle正在考虑的硬件供应商之一。
更便宜的网络设备
Rogers的愿望清单还包括更便宜的网络。运行USF这么大规模的网络很昂贵,所以他一直在寻找更便宜的硬件。该学校对数据中心的服务器连接采用40 GbE,而在广域网的核心则采用100 GbE。
Rogers称:“不幸的是,100 GbE仍然相当昂贵,所以这只是我的愿望,我希望未来100GbE会降价。”
Rogers和Mulhall不太可能在2016年实现他们的愿望,但我们相信供应商会听到这样的愿望。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
思科宣布其自主开发的AI模型已准备就绪,开始为公司产品提供支持。该模型名为"Foundation-Sec-1.1-8B-Instruct",是基于Meta Llama-3.1-8B架构的80亿参数指令调优模型,专门针对网络安全应用进行优化。首个应用场景是Duo身份智能服务,通过分析用户登录行为、地理位置和设备使用情况,识别传统访问控制容易遗漏的异常模式,并生成每周安全摘要报告,帮助管理员更好地进行安全决策。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。