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
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。