8月3日,“2017全球SDNFV技术大会”在北京圆满落幕。作为大会的重要环节之一, “2017 SDNFV Fest”测试活动成果展示的一系列环节受到了现场来宾的高度关注。大会现场,天地互连-下一代互联网国家工程中心副主任李震发布《2017 SDNFV Fest白皮书》,同时为华三、锐捷、西麦科技等三家厂商颁发SDN/NFV解决方案测试报告。除此之外,通过Mini Summit、SDNFV Showcase等形式的现场展示,全方位分享测试成果,在大会上掀起一轮又一轮的高潮。
SDNFV Fest白皮书发布 NFV产品成熟度显著提高
“2017 SDNFV Fest”测试活动由全球SDN测试认证中心与中国CORD产业联盟共同举办,中国联通、H3C、联想、锐捷、西麦科技、中兴、Ixia等众多运营商及厂商联合参与。参与测试的交换机、路由器及服务器设备数量超40台,除硬件设备外,更有云平台、MANO管理平台以及VNF软件参与到本次测试,软硬件规模达历届最高。
下一代互联网国家工程中心副主任李震发布《2017 SDNFV Fest白皮书》
大会现场,天地互连-下一代互联网国家工程中心副主任李震正式发布《2017 SDNFV Fest白皮书》,对本次测试活动总体情况进行了总结回顾,系统介绍测试环境、测试内容及测试成果等白皮书内容。李震表示,SDNFV Fest测试活动已连续举办多年,参测产品及解决方案无论在成熟度还是整体性方面也逐年提高,这实际上也恰好印证了SDN/NFV产业的快速发展。而在本次测试活动中,NFV的测试部分,各厂商之间完成了NFVI&VIM和VNF以及MANO的互通测试,且测试结果展现出了良好的互通性。不同厂商的云平台和MANO管理平台可以交叉进行互通管理,并能够实例化VNF甚至NS,整体对接测试成功率很高。
李震同时表示,SDNFV Fest测试活动后续将加入更多内容,最大程度贴近产业动向及参测单位的需求。本次测试活动期间,测试中心联合中国CORD产业联盟组织了CORD测试研讨会,探讨关于SDN/NFV测试、测试方法及CORD场景测试等,在下一次测试活动中也将引入CORD多场景的测试。
解决方案测试认证全球首发 多家厂商展现产品能力
经过十年的发展,SDN/NFV已逐渐落地成型,以SDN/NFV为核心技术的众多解决方案层出不穷。令人惊喜的是,在本次测试中,SDN在数据中心领域的各种解决方案愈发成熟,云网融合已成为主流趋势。同时,SDN在WAN网的应用也成为热点,各种SD-WAN技术方案纷纷出现。
新华三技术有限公司的“H3C ADDC 2.0解决方案”荣获 SDN/NFV解决方案测试认证
在此背景下,全球SDN测试认证中心首开先河,为新华三技术有限公司的“H3C ADDC 2.0解决方案” 、锐捷网络股份有限公司的“锐捷极简云数据中心网络解决方案”、广州西麦科技股份有限公司的“西麦SD-WAN解决方案”分别进行定制化测试认证,并现场发布SDN/NFV解决方案测试认证报告。
除此之外,在大会现场,ONF(开放网络基金会) 解决方案与合作伙伴副主席Aseem Parik特别为通过全球SDN测试认证中心测试的锐捷RG-S2952G-E V3、RG-S2928G-E V3两款交换机产品颁发了OpenFlow v1.3协议一致性认证。
SDNFV Fest测试成果现场演示 观众近距离感受测试现场
为更加直观的还原测试现场,全球SDN测试认证中心大会期间特别举办了Mini Summit活动及SDNFV Showcase展区展示。参测单位软硬件设备、SDN/NFV解决方案和测试仪表按测试活动环境真实还原,结合LED屏动态展现测试场景,测试工程师及参测单位详细讲解,让更多的嘉宾有机会近距离体验测试。
在全球网络重构的浪潮下,各大运营商和互联网企业都在发展优化灵活多应用的网络产品及系统实现,不同设备间在互联互通、功能性能安全等方面的实现保障显得尤为重要。全球SDN测试认证中心将提供更多完善、中立的第三方测试服务,推动产业发展。更多关于《2017 SDNFV Fest白皮书》及全球SDN测试认证中心的相关信息,请访问www.SDNCTC.com。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。