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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。