SDN技术为IT专业人士提供了提高操作和网络效率强大的工具。在为新的IT项目、特定应用以及在网络各处使用SDN工具时有多种选择。
鉴于SDN技术协议的复杂性和缺乏统一标准以及厂商产品呈割据状态,实施SDN看起来挑战重重。不过SDN正在成为数据中心、校园网和WAN网络架构不可分割的一部分。
想要着手使用SDN技术,IT专业人士应放慢脚步,首先挑选一个好的应用,积累经验,然后再扩大SDN部署。
在评估特定应用程序时,你需要清楚哪些可以从SDN提供的可编程性、灵活性和安全性中获取最大效益。这包括:
新建数据中心:在构建一个新的数据中心时,SDN应该作为网络、服务器、存储和应用集成中的一个标准部分。OpenStack部署应包括SDN功能来增加网络功能。
迁移至私有云:为了让私有云更具与公有云服务竞争的优势,部署SDN来改善自动化和集中化管理。
提高网络密集型应用程序的性能,诸如大数据分析:大数据应用如Hadoop是高度分布式的,并通过处理间的低延迟优化性能。SDN提供应用优先级工具来改善网络性能。
改善内部数据中心安全:增加的东西流量可以减少针对数据中心内脆弱的应用的网络攻击。SDN为内部数据中心流量提供应用和虚拟机的微分段。
具成本效益的网络监控:白盒交换机上的SDN软件能够节约成本并提高网络监控工具的灵活性,得以“看见”所有网络流量。
提高分支WAN性能:改变分支流量模式,更多的流量会直接接入互联网,这意味着很多企业需要更新其WAN连接。SD-WAN为联网提供了更好的安全性、更高的可靠性。
IT专业人士应该从可信的渠道伙伴那里以及参与关注SDN技术实施的行业活动来获取帮助,诸如开放网络用户组会议(Open Network User Group)和开放网络峰会(Open Network Summit)。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。