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
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。