随着互联网在全球范围内的广泛应用,以及云计算的全面兴起和大数据分析需求的迅速增长,网络行业的变化将越来越快。瞻博网络从数据中心、云端、服务提供商路由、以及渠道等方面全面解析2016年网络行业发展趋势,让业内人士对网络行业未来有更好的把握。
高带宽网络将成标配 80%的企业将使用开放网络
2016年,市场对更快、更可扩展网络的需求将不断提升。客户在规模方面的需求让客户垂直市场不得不积极采取措施适应不断提升的网络需求。软件定义网络控制器将凭借一站式软件定义网络解决方案得到更加广泛的应用,因其技术将日益满足这些需求,这使得越来越多公司意识到其价值。
近日,Facebook、谷歌等硅谷巨头一直在积极推动平台开放,而这一趋势将在2016年继续。标准的改变和供应商锁定平台的解禁开放,这些发展都会为开放网络运动的发展提供助力。分析师Clifford Grossner近期提供的一份IHS报告显示,到2019年,作为开放网络不可分割一部分的裸机交换机将占到全球范围内数据中心以太网端口出货量的26%;而2015年初的使用量则为12%。随着数据中心开始适应时代变迁,开放网络工具将在未来一年半的时间里实现快速稳步增长。这会形成一种新格局,而数据中心将比以往任何时候都更加开放。
服务提供商将面临更多压力 网络功能虚拟化比例将大幅扩张
随着谷歌、Facebook以及AWS开始进军传统服务提供商的业务领域,业界专家认为,行业中将会涌现通过专有网络基础设施,或以服务提供商网络OTT的形式出现的创新思维、创意商业模式以及新服务。在这种情况下,威瑞森、美国电话电报公司、康卡斯特等公司都需要在2016年确定“合作性竞争”的形式并开始结合他们的网络基础设施优势使用虚拟化技术来改变消费者对他们创新方式的认知,从而实现商业结果。
2015年,供应商不断推出了新的网络功能虚拟化解决方案。2016年,这方面技术部署将会有更多有效举措,并以创纪录的速度提供新服务,实现运营效率。这不仅能够实现更高的业务敏捷性,还能够迫使当今的IT员工评估并提升他们的技能以及在新形势下对资源进行高效管理。此外,组织机构将改变他们的结构模型,以便在软件定义环境下对敏捷开发过程中和从网络运营向开发运营迁移过程中加以利用。
虚拟化将带来全新的商业机遇和数据挑战 多元化收入将站稳脚跟
软件和虚拟化技术将使得服务提供商精准打入他们此前认为无利可图的新市场。由此一来,瞻博将在全球范围的服务区域内见证多倍增长。与此同时,联网设备和用户的数量也将同步增长。随着全球范围内网络需求的不断涌现,服务提供商需要采用新的、高效的方式来管理数据吞吐量。
网络功能虚拟化将在2016年发力。这在一定程度上意味着,相比于以前基于硬件的僵硬模式,服务提供商将可以通过来自他们自己云端和合作伙伴云端的新服务,以及网络功能虚拟化新服务交付方面的试验,以更加高效的资源管理实现收入流多元化。2016年,瞻博将见证这方面的早期试验,比如将赞助数据和新工作负荷作为企业的业务合作伙伴来解决一系列问题,例如物联网、提升服务堆栈等。
渠道将向开放的、集成的和无缝的堆栈解决方案的方向发展
在2015年,软件定义网络和网络功能虚拟化在中小企业客户中得到了快速的采用。在2016年,渠道将向开放的、集成的和无缝的堆栈解决方案的方向发展,同时通过预先设计和测试的解决方案让软件定义网络和网络功能虚拟化能被更多的客户接受。另外,为了灵活应对未来的行业变革,客户将要求不被锁定并希望通过IT合作伙伴为他们提供无缝的、可扩展的、灵活应对业务要求的解决方案。随着客户要求获得集成解决方案以及对应用环境进行定制的能力,专业服务和开发运营将成为渠道合作伙伴的重点考虑事项。在选择技术合作伙伴时,渠道将变得更加挑剔,优先选择能够为他们提供最佳解决方案、为他们客户提供最佳定制化产品供给的供应商,以便能以无缝、可扩展且灵活的开放解决方案来满足客户需求。这不仅要求供应商创新,同时也要求渠道合作伙伴对客户驱动型创新更加重视。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。