全球有数十亿人在使用Facebook服务,因此Facebook一直被迫开发自己的网络基础设施以应对庞大的负载,因为在别处找不出能够满足这样需求的系统和技术。不仅如此,Facebook在分享技术开发、开源技术组件方面也由来已久,这让其他公司也可以使用和改进这些技术以便更多人受益。
今天,Facebook宣布开源其最新打造的“转发平面软件库”,这个组件为Facebook基础设施中使用的网络负载均衡器提供动力。负载均衡器用于将网络和应用流量分布到多个服务器上,以提高容量和可靠性。
Facebook最新的工具名为Katran,这是一款基于软件的负载均衡工具,据称它能使后端网络基础架构更加可靠和可扩展。Facebook以前依靠基于硬件的系统在其网络上执行负载均衡,但这个系统比较老旧不够灵活,无法处理日益增长的负载和最新服务。
据说Katran利用内核工程方面的两项最新创新技术,即eXpress Data Path和eBPF虚拟机,使其后端服务器更加灵活,同时也让网络平衡更加高效。
Facebook工程师Nikita Shirokov和Ranjeeth Dasineni在博客中写道:“我们相信Katran为那些打算利用XDP和eBPF这一激动人心的组合来构建高效的负载平衡器的用户和企业组织提供了一个出色的转发平台。”
除了Katran之外,Facebook还公布了Zero Touch Provisioning新工具的详细信息,工程师利用这个网络配置系统来自动构建骨干网所需的非物理工作。该工具是为了针对网络工程师对网络基础设施进行手动检查和测试的有限可用性而开发的。Zero Touch可以实现大部分工作的自动化,让工程师可以将更多时间花在那些无法实现自动化的任务上。
“我们以前的网络配置系统被证明无法应对构建这些网络的规模和复杂性,因此我们自己打造了全面的、灵活的工作流程系统,配备了Zero Touch Provisioning,”Facebook的工程团队在另一篇博客文章中这样写道。“这个新框架让Facebook工程师能够加快步伐,更有创意地解决问题,并采取更加迭代的方式来构建他们的网络和网络部署工具。”
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。