根据IDC预测,全球SD-WAN基础设施和服务收入的复合年增长率将达到69.6%,到2021年将达到80.5亿美元。做为SDN最为成功的应用,SD-WAN(软件定义广域网)的热度持续增加,SD-WAN初创公司也如雨后春笋般迸发出来,这其中Aryaka是名气和受市场追捧度最大的一家,有望成为SD-WAN第一股。
在国内,有一家与Aryaka同样以服务而非设备产品形式提供SD-WAN的公司,它就是华夏创新(AppEx Networks)。它们的相同点是以服务方式提供SD-WAN,不同点是Aryaka基于专线和物理机房构建其SD-WAN运营网络,而AppEx主要基于互联网及公有云构建SD-WAN运营网络。由于构建在公有云上,AppEx将其SD-WAN服务平台命名为CloudWAN。
简而言之,AppEx CloudWAN借助无处不在的公有云平台,在互联网之上搭建起一层Overlay广域网络,并通过其独特的广域网优化技术将基于互联网链路的质量提升到专线水平,提供给企业客户使用。这么做的优势十分明显:高性价比、无所不在的覆盖、及快速开通。
该重新思考你的企业网络了
SD-WAN的到来为企业组网提供了一种全新思路。“SD-WAN对企业专线来说是革命性的。”AppEx Networks董事长王永东在接受至顶网采访时表示,SD-WAN跟专线的关系更像是微信和短信的关系:专线相当于短信,它承载在专用的网络之上,功能简单;SD-WAN更像微信,它基于互联网,而且功能丰富。此外,短信价格高,微信显然便宜。
SD-WAN不仅是新一代企业网技术,同时也是集大成者,企业用专线是冲着专线的稳定和高质量,用互联网是冲着互联网的便宜和无所不在的覆盖。而SD-WAN具备了这两者优点,同时舍弃了缺点。“SD-WAN能够发挥专线的高质量和稳定性,同时又有互联网的高性价比和无处不在。”
对此,王永东总结了以AppEx CloudWAN为代表的运营型SD-WAN的三点重要价值:
1、地域覆盖广:由于构建在无处不在的互联网和公有云平台上,它覆盖所有互联网(包括移动互联网)覆盖的地域,真正做到了全球覆盖。
2、更高性价比、更低WAN开支: 互联网每单位带宽价格远低于专线/MPLS,AppEx CloudWAN建网的低成本优势为企业带来更高的性价比和更低的WAN开支。
3、更适合云计算和SaaS应用:AppEx CloudWAN POP遍布国际上主要公有云数据中心,进入CloudWAN网络就象搭上了通往公有云的高速列车。SaaS应用多数都部署在主流云计算平台,通过AppEx CloudWAN访问可以获得专线般的效果。
AppEx CloudWAN:“选路+跑上宝马奔驰”
既然说到SD-WAN领域出现越来越多的公司,AppEx又有何特别?王永东用一句话说出了AppEx与其他厂商的差异:“我们真正拥有互联网传输加速技术。”,这是CloudWAN能做到其它SD-WAN无法企及的性价比及地域覆盖的根本原因。
大量公司通过互联网选路来提升部分互联网的质量,做到这点也相对容易。“但是选好路之后,如何在这条路上跑上奔驰宝马,把互联网的质量提升到如专线般的体验却不容易。”王永东说,“我们经过优选的路上开的是奔驰宝马,别人开的是三轮车,这个就是差距。”
能够跑起奔驰宝马的诀窍在于传输加速算法,这是AppEx的强项。
SD-WAN门槛最高的关键技术是广域网优化,特别是对互联网优化的能力,而AppEx进入广域网优化领域的时间已有11年,王永东说,几年前,AppEx就开始以搭建服务网络的形式提供广域网优化,不过那时并没有SD-WAN的概念,后来开始把这些点互联起来,形成今天真正的SD-WAN。
从广域网优化到SD-WAN,对AppEx来说是一个自然而然的业务延伸,并且11年的技术积累让AppEx拥有了SD-WAN门槛最高的技术,也就是优化互联网连接的技术。
AppEx CloudWAN的魔力:ZetaTCP加速引擎
利用互联网的便捷,同时达到专线的质量,AppEx CloudWAN的魔力在于其专利传输优化算法ZetaTCP。“我们能够在一条不稳定的链路上把它的带宽潜力挖掘出来,即使在丢包和延时变化很剧烈的情况下,让传输不丢包或丢包很少。”王永东说。
基于ZetaTCP的RTT(Real-Time TCP)隧道将传输线路的带宽潜力发挥到极致,从而获取最优的传输性能。同时用户可软件定义RTT隧道加密机制(目前支持IPSec),完全保障网络安全。 AppEx ZetaTCP是目前业界唯一将人工智能(AI)技术应用于互联网动态传输优化的算法,也是业界商用最广泛的TCP优化算法实现。内嵌ZetaTCP优化算法的RTT隧道不仅能够将互联网链路提升到专线的传输质量,而且通过TCP协议先天的数据传输可靠性克服链路的丢包:在底层物理链路出现丢包时,TCP隧道自身会自动将底层丢包进行重传,而隧道中传输的用户数据则对底层丢包全无感知。
第三方比较测试结果:相比Loss-based、Delay-based,Learning-based ZetaTCP加速在三者中能提供最高的传输速率,特别是在延迟和丢包较高的时候,ZetaTCP显示出非常明显的优势
ZetaTCP通过针对每个TCP连接传输动态学习来掌握其网络路径的各种特征,从而更及时的判断拥塞和丢包,并更快的进行拥塞恢复和丢包恢复。通过这一创新的动态学习算法机制,ZetaTCP能够适应各种网络情况及网络特征的变化,达到更稳定及快速的传输效果,最终提升用户的体验。
王永东指出,下一步AppEx将提供一个客户自助化的SD-WAN平台,让用户真正体验到秒级开通如专线般的数据连接服务。AppEx也将坚持以互联网为主的技术路线及组网方式,让企业信息流动在云计算、SaaS、移动应用、及全球化浪潮中畅通无阻。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。