网络也能自动驾驶?
我们见过无人机,也见过特斯拉——这些都是能自动驾驶的高科技产品。自动驾驶对我们来说并不是一个科幻名词,而自动驾驶的网络无疑是个新鲜的说法。
按照控制系统的定义,汽车真正自动驾驶的基础是实现闭环控制,闭环控制即反馈控制,控制指令完全来自对整个系统的实时反馈。这种反馈当然不是膝跳反射那么简单的动作,而是诸如小脑如何维持身体平衡之类的一系列控制。
基于以上的认知,我们来看一下网络。
随着开源技术的不断发展和开放网络理念的深入人心,网络迈入软件定义时代,网络状态变得有迹可循,这意味着反馈机制在网络中变得通行。云技术的全面深化和SDN的普遍应用,使数据中心内部开始广泛采纳网络虚拟化技术。越来越多的数据中心面临升级,而如何打造一张稳健且智能的网络是业界亟待解决的难题。
全球网络厂商都在借助大数据、机器学习、人工智能等技术来解决网络难题,各种网络自动化工具和解决方案纷纷推向市场。随着软件定义网络的不断演进,网络正在从自动化走向智能化。
自动驾驶的网络长什么样?
我们先来看看自动驾驶的定义。
按照美国高速公路安全委员会的定义,自动驾驶分5个级别:
由此可见,自动驾驶的网络亦即能自动实现或满足用户意图的智能化网络。网络管理员只需要写写对应的策略即可——诸如业务A的服务保持高可用、业务B的带宽保持弹性,等等。
IBNS将成为网络发展的主流
IBNS,即Intent-based networking system,基于意图的交互式网络系统。
IBN网络系统通过对海量网络数据的分析学习,引导用户配置行之有效的策略,进而自动化地下发到网络中并执行,系统反馈实时网络状态和人性化的建议给到用户,确保原始的业务意图能被充分执行,打造真正智能、闭环的网络结构。
Gartner定义的IBN系统具备以下四种能力:
IBNS提供了通过数学方式来进行业务意图和网络配置协调性的验证,从而使得网络基础设施和业务主动行为之间的校准更加精密;与此同时,IBNS提供了一种搭建和运维网络的新方法,与传统方式相比它提升了网络的可用性和敏捷性。
对于CIO、CTO来说,在计划、发起和管理基于IBNS的网络基础设施时应当留意以下要素:
让网络无难事
国内企业的数据中心网络,过去主要由硬件交换机、路由器、防火墙等设备组成,运维主要依靠面向设备的网管系统。
2015年以后,由于Linux的网络协议栈已经支持完整的二到七层功能,并且开放了所有控制接口,那个能被软件控制的开放网络已经可以免费获取。现在到任何客户那里都能找到一个大规模的可以被控制的Linux网络。
近年来随着各行各业的互联网转型,业务数字化、基础设施云化逐渐成为各行业的主流IT趋势。
2016年云杉网络发布国内首个网络虚拟化平台DeepFlow,帮助用户打造基于x86和Linux环境下的网络虚拟化、网络分析及网络安全服务平台。不同于面向网络设备的传统网管系统,DeepFlow帮助客户在虚拟化的网络环境中保证业务的连续性和安全性。
DeepFlow的推出,最大程度地消除了云时代企业IT网络与企业业务的脱节,为金融、电信、互联网、能源等多个行业提供下一代网络解决方案。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。