ZD至顶网网络频道 02月26日 编译:今年的移动世界大会(简称MWC)即将于下周在巴塞罗那召开,而且与以往一样,这将是一场二合一式的盛会。设备爱好者们将在各类新型手机的展示与介绍中收获乐趣,而电信厂商亦将在这里探讨未来的技术发展的可能性。
而今年大会中最有趣也最为重要的部分,似乎来自关于边缘计算、雾计算、软件定义网络以及网络功能虚拟化等议题的相关讨论。
当然,这些议题在本次展会上得到关注也有其理由,因为如今这股新的动能已经围绕标准与产品呈现出井喷之势。单在本周之前,我们就陆续迎来英特尔公司发布16核心凌动与全新至强-D处理器,二者皆可在数据中心之外各类设备上运行的虚拟机中起效; 另外,思科方面亦将旗下部分产品转化为软件形式,确保其能够在边缘计算环境顺利运行。
戴尔公司将在展会上公开其能够在室外环境内稳定运行的微数据中心方案。当然,其并非在这方面作出尝试的惟一厂商; 通过交流,我们发现初创企业Vapor IO也同样推出类似的室外数据中心产品并配合配套管理套件,甚至还为电信企业提供一套可用于移动手机基站的特制版本。
除此之外还有更多值得探讨的内容——我们的收件箱已经塞满了大量即将在此次展会上亮相的新鲜方案。
之所以素材满满,是因为如今的计算资源已经不再仅限于数据中心环境,意味着各类组织机构必须在数据传输成本与数据分析所产生价值之间进行权衡。
为了理解个中理由,我们不妨以思科公司澳大利亚首席技术官Kevin Bloch所提到的“重量级”物联网设备为例——例如一台装有大量传感器的风力涡轮机。这台涡轮机本身能够产生大量实时分析数据,因此显然无法容忍因接入云环境所引发的响应延迟。另外,由于其中相当一部分数据属于噪音而非有价值信号,因此用户也不值得将其全部转移回数据中心之内。在这种情况下,风力发电场或者一组涡轮机本身应当具备一定程度的处理能力,使得拥有者能够以近实时方式处理传感器输出结果。如果这样的预分析流程发现了值得进一步深入处理的资讯,则可随后将其传输至数据中心。
但由于需要被传输回数据中心的数据量并不大,因此拥有者并不值得为此建立可观的传递通道,亦没必要采用专用型广域网优化设备或者承担由此类服务带来的全时许可费用。
因此,以“即服务”方式处理这些服务也变得非常重要。
也正因为这样,电信边缘网络如今开始被视为一种新的存储与计算目标。
电信设备厂商也喜爱这样的发展思路。多年以来,电信设备厂商一直承受着运营商方面削减采购量的巨大压力。如今前者找到了新的机遇,得以同以上示例中的风力发电场运营方沟通并为其提供租赁式服务器方案,以此为基础支撑广域网优化型虚拟机以处理其偶尔出现的重量级数据产出。电信设备厂商还将建立起一套用于保护流量的微型网络,同时为其加装虚拟防火墙。另外,风力发电场运营方乃至其它轻量级物联网设备运营方则需要以登录方式使用这些服务。
这些思路亦能够为消费级应用程序带来巨大助益。其理由非常简单,目前很多用户会利用移动设备观看Netflix视频等高通量需求资源,而这无疑会给移动网络带来巨大压力。电信厂商多年以来一直与客户保持着合作关系,但却无法将这种合作转化为与Netflix类似的高度对接且利润更高的服务层面。很明显,视频流消费与风力发电场运营面临着类似的问题:传输费用过高且完全能够避免。如果电信厂商能够帮助各类视频播主与其观众直接对接,甚至摆脱内容交付网络的束缚,则无疑将带来可观的收益。
要实现这一切绝非易事:每天多次启动广域网优化虚拟机及虚拟防火墙意味着软件定义网络能够直达边缘设备,且相关服务器必须能够经受得住雨水、冰雹、闪电以及严峻的I/O性能挑战,同时保证基础设施堆栈不致过度复杂化。正因为如此,戴尔-EMC公司基础设施解决方案部门解决方案与联盟关系主管David Siroky在采访中表示,该公司决定在其常规与边缘数据中心内部采用同样的服务器与超融合型产品组件。
另外,我们还需要想办法将这一切彼此对接以实现预期功能。
相关努力正在进行当中。各具备打包工作负载专业管理经验的软件开发商将在下周的大会上解释自身的市场定位。而就在本月早些时候,OpenFog联盟亦发布了其首套参考设计架构。
这份文件对雾计算概念进行了如下解释:
“雾计算是对于传统云计算模式的一川扩展,其架构实现机制可驻留在网络拓扑的多个层当中。当然,云计算的全部优势都应得到切实保留,具体包括容器化、虚拟化、编排、可管理性及运行效率等因素。”
通过以上公告可以看到,此类内容将成为本届MWC大会的重要议题:前文中提到的各厂商也将把握住这重要的一周,着力宣传自己的服务方案。
不过运营商们显然更关注如何为展会上公布的新型手机乃至其它设备增添价值。而数据中心基础设施供应商则更关注如何帮助电信运营商实现这样的增值,并以此为基础有效提升其客户的数量与粘性。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。