2016年1月, 由SDN/NFV产业联盟首次牵头主导的数据中心领域SDN端到端业务功能整体解决方案测试,华为作为参加测试的厂商,凭借自身在全球SDN产业界的技术经积累和产业能力,有力地支撑活动的成功举办。
随着互联网、电子商务、大数据等服务的兴起和逐步发展,SDN产业生态快速兴起推动着数据中心业务发生着前所未有的变化,深刻改变和影响着以业务为核心的网络服务的管理和变革,SDN/NFV产业联盟由中国信息通信研究院(CAICT) 联合国内运营商、互联网公司、华为等45家单位组成,旨在关注产业共同诉求,汇聚产业链力量,共建SDN产业生态,推动SDN商用化进程。此次测试参考国内运营商数据中心网络对SDN/NFV技术的关注重点和需求,聚焦数据中心SDN整体解决方案,测试范围包括端到端业务功能验证以及SDN控制器、交换机的功能和性能。
华为作为SDN/NFV产业联盟理事会成员单位,秉承SDN产业联盟“开放、创新、协同、落地”的宗旨,积极参与到SDN产业发展的浪潮中,加速推动SDN产业的快速发展和商业进程,共享SDN丰收成果。针对测试初期测试标准、测试方法不统一等问题,华为通过自身在SDN领域的技术经积累和产业能力,给出科学、严谨的合理化建议,协助联盟在项目推进中持续优化测试方法和方案,最终取得了令业界和SDN产业发展信服的详实客观的测试数据,为整个测试项目的成功奠定基础,有力地推动了国内SDN产业进程。
借助联盟测试项目,华为公司通过已成功商用的面向云数据中心的新一代SDN数据中心网络,开放云网络架构OCF(Open Cloud Fabric)解决方案,成功展示华为Agile Controller和CE交换机SDN端到端业务能力,为数据中心SDN整体解决方案提供详实的测试基线和参考。
多年来,华为积极拥抱SDN产业变革,推进SDN软件定义网络技术的标准化、商业化规范的制定和SDN商用化实践进程,并致力于ONF,IETF、CCSA、ONOS、ODL等多个领域的标准和框架贡献:
在ONF标准中主导和参与制订北向接口架构、网络拓扑信息模型及相关API、安全准则和实践、安全威胁分析、基于角色的intent描述、OpenFlow 1.x/OpenFlow Config、POF/OpenFlow 2.0;
在IETF标准中主导I2RS、L3VPN业务模型(L3SM)、路由YANG模型架构和I2NSF和策略接口SUPA,其中,I2RS是SDN控制器的南向接口协议,I2NSF是SDN北向的重要安全接口标准,L3SM致力于使用YANG模型语言来定义业务层接口,SUPA则侧重于北向接口的策略控制方面;
在CCSA标准中主导基于SDN的IP RAN网络、FDN的存储网络、FDN的网络模型及业务接口、FDN的深度包检测设备、FDN的骨干网IP与光协同的技术要求;
在ONOS参与了数据模型、ONOS内核、P-C模块、北向API,南向协议、实践用例建设贡献,在ODL领域参与锂版本的开发,以及社区建设贡献,在OPNFV领域贡献了ONOSFW实现OPNFV运营商级解决方案。
SDN已经成为网络先进性的重要衡量指标,快速部署,最大化缩小业务上线的周期,让网络的发展更加匹配业务发展的节奏,华为全力布局SDN业务发展,提供面向云数据中心的新一代SDN网络解决方案,通过对网络基础架构需求和业务流控制需求,以应用驱动实现全网资源端到端的业务编排,通过业务模板,让网络资源的调度实现自动能力。通过标准化的南向协议实现了底层网络设备的虚拟化部署,同时为上层网络应用提供了丰富的编程接口API,网络应用能够灵活地调用底层的网络能力。通过将整个业务网络的调配实现自动化,降低IT运维成本,减少错误配置,加速网络部署,使网络业务更加敏捷和高效。
华为面向云数据中心的新一代SDN网络解决方案已经在全球运营商、互联网、IT服务商、金融等行业成功部署,积累了大量的成功案例,包括世纪互联、上海电信、挪威Evry、华为腾讯联合创新、美团云、德电公有云、Telefonica公有云、瑞士Abraxas、意大利电信等,丰富的商用部署实践有力证明华为在中国乃至全球SDN技术领域的领导者地位。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。