4月3日的北京春寒料峭,午后的一场春雨与四十多位资深网络人不期而遇。围绕“企业市场”、“运营商市场”和“用户价值”三个话题,这些SDN门徒聚在一家别有风味的茶室煮茶论道、各抒己见。本次SDN“茶话会”汇聚了从数据中心的佼佼者到海外IBN领航人,众人在热切的交流中追寻网络本质问题的解决之道,洞见如何释放SDN的用户价值。
SDN的发展已经过了十个年头,从学术到产业、从理念到产品,技术更迭而网络万象,中国的网络生态在这十年里获得了突飞猛进的增长。随着5G时代的到来,这些SDN的旁观者、尝试者、生产者,甚至SDN应用的受挫者、痛恨者们早已心有千千结,活动预告甫一推出就吸引了来自金融、制造、电力、运营商、互联网等行业的数据中心管理者、网络管理者和网络架构师踊跃报名。
云杉网络在2018年推出的线下系列活动——“SDN茶话会”在业界可以说非常罕见。之所以设计成这样的活动形式,目的是营造一个开放、自由、轻松的氛围,活动的主题紧扣SDN用户的视角、从切实的应用场景探讨SDN落地和应用的价值。整个活动以论为主、以讲为辅,最具特色的是现场分组讨论与交流环节,产业上、下游围坐在一起共话行业蓝图的氛围格外振奋人心。
互联港湾CTO张宇峰从成本空间、体验场景、技术能力三个维度阐述了SD-WAN的用户体验。
苏州国科数据中心总监顾文彬先展示了苏州市的两个客户案例,进而从用户最关心的效率、成本、效果三个要素和灵活、敏捷、丰富、安全四个角度详细阐述了用户对数据和智能的迫切需求,并总结了国科引入SDN、打造智能的云数据中心和积极进行业务模式转变的过程。
来自美国的意图网络的倡导者Apstra受云杉网络之邀参加了本次茶会话,Apstra首席执行官兼创始人Mansour Karam在分享中表示,数据中心市场正在经历数字化、IoT和机器学习的洗礼,数据中心流量模型的改变需要一种全新的处理方法——基于意图的数据中心网络。基于意图的网络是关于“what”而不是“how”,因此Apstra从操作自动化、硬件白盒化、技术创新和成本优化四个方面发力,在覆盖多厂商设备的场景中提供闭环的网络高级分析和故障排查能力。
云杉网络CTO张天鹏首先从一个游戏客户的案例说起,揭示了SDN与用户的网络意图之间的鸿沟,接着他从数据中心的网络架构和运营的角度着手,提出应该将网络流量分析作为产品或服务提供给平台方及其租户,并通过5个具体的客户案例分析了云杉网络面向运营者、面向业务时,在业务画像、网络用量、网络性能和网络安全方面的积累的技术与遇到的挑战。
SDN茶话会活动现场自由讨论花絮:
据悉,这场别开生面的SDN“茶话会”将继续在上海、广州、深圳等地陆续举行,欢迎中国所有关注SDN和尝试SDN的用户届时积极参与。
好文章,需要你的鼓励
这项研究探索了语言神经元视角下多语言对齐如何增强大语言模型(LLMs)的多语言能力。研究团队提出了一种更精细的神经元识别算法,将激活神经元分为语言特定、语言相关和语言无关三类,克服了现有方法的局限性。基于这种分类,研究将LLMs多语言处理过程划分为四个阶段:多语言理解、共享语义空间推理、多语言输出空间转换和词汇空间输出。通过分析对齐前后不同类型神经元的变化,发现多语言对齐促进了更多语言相关神经元的共享使用,减少了对语言特定神经元的依赖,这也解释了"自发多语言对齐"现象。
这项由弗吉尼亚大学与Adobe研究院合作的研究突破了传统图像到视频生成的空间限制,提出了"Frame In-N-Out"技术,使物体可以自然地离开画面或新物体能够进入画面。研究团队创建了专门的数据集和评估方法,并设计了一种融合运动控制、身份参考和无边界画布的扩散变换器架构。实验结果表明,该方法在生成质量和控制精度上显著优于现有技术,为电影制作和创意内容创作提供了新可能。
浙江大学研究团队开发了首个评估视觉语言模型多视角空间定位能力的综合基准ViewSpatial-Bench,并揭示了现有模型在视角转换理解上的严重缺陷。通过自动化3D标注流水线构建的大规模数据集,他们训练出的多视角空间模型(MVSM)实现了46.24%的性能提升,为人机空间交互提供了新的解决方案,使AI系统能更好地理解人类视角下的空间关系,促进更直观的人机交流。
ByteDance团队提出的DetailFlow是一种创新的图像生成方法,通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列,比传统方法少5倍,却实现了更高质量(2.96 gFID)和更快速度(提速约8倍)。该方法巧妙地模拟人类创作过程:先勾勒整体结构,再逐步添加细节,并通过自我纠错机制解决并行推理中的错误累积问题,为高分辨率图像生成提供了高效解决方案。