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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。