通常,虚拟化讨论的范畴是通过虚拟机划分并行但与运行环境无关的大型同类微处理器。但是从广义上来看,虚拟化还可以表示替代原有服务,一般是部署在本地服务器或基于物理网络基础架构上,但即使云中分配的服务也可被取代。
那么,问题来了:对于企业和网络运营商而言,有多少物理网络基础架构可以按照这种方式进行虚拟化?
答案是:几乎所有东西都可以虚拟化。事实上,网络功能虚拟化这个术语恰恰就准确地描述了我们这里所指的问题。显然,在虚拟网络基础架构流行之前,还有一些问题需要考虑,但实际上考虑这些问题没太大必要。
使用云网络,或是网络即服务如何?两者都可以。我敢打赌这是所有环境所有网络的最终归属,软件定义网络将最终激励创新,并且带来很多应有的好处。
这让我想起最近一直在问客户的问题:2020年的网络将会是什么样子呢?或者更进一步,2025年的网络会是什么样子呢?
为了寻找到答案,先来看一些倍受关注的重大趋势:
看到这些影响,就很容易准确地预料到物理网络基础架构在未来10年将发展壮大的趋势。例如:
其他物理网络基础架构又会有什么变化?
所有其他的基础架构都会虚拟化和迁移到云中,包括网络管理、性能优化、分析、安全和SDN控制器本身。公有云和私有云都可以,但是选择使用公有云的会越来越多,因为公有云模式具有经济性、可靠性和按需可扩展性等内在特性。由于有了超高性能的互联网链路(10Gbps及更高速网络都将普遍应用),因此它与本地实现相比不会有明显劣势。本地设备和物理基础架构方面节省的成本可用于其他更好的战略需要。
有了这个基础之后,SDN就成为将这种愿景变为现实的催化剂和驱动力。SDN本质在于网络基础架构的基础可编程性,因此这种基础架构的差异性越少越好。
可扩展性表示可以增加更多相同的元素。同样,这些元素就是AP和交换机——基于SDN的AP和交换机,仅此而已。先进的处理器和接口本身的性能,加上SDN本身的灵活性和可扩展性,就是实现最佳网络的重要指标。
到目前为止,我们所做的工作已接近完整了。现在变化的速度已经在我们可承受的范围之内,即使是技术方面的变化也一样。比较明确的一点是,迁移到SDN已经是现代网络发展的最重要方向。再加上前面所提到的硬件功能的发展,我们很容易看到SDN作用的扩大正带来更多的好处。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。