连续举办多年且受到业内广泛关注的“F5中国应用服务高峰论坛”于2018年5月22日在北京、5月24日在上海顺利召开。在本次大会上,F5公司携手包括华为、AWS、VMware、神州数码在内的多个国内外长期战略合作伙伴,与累计逾千名现场来宾、近3500名在线直播观众分享了中国IT行业发展的主流趋势、以及在这些趋势下,如何通过应用服务在多云的架构中为用户提供更好的使用体验。同时,F5也在本次论坛中宣布了以“本地服务、本地创新、本地测试与开发、发展本地人才”为主要核心的本地化策略,旨在通过这一系列策略更好的理解中国用户需求,为用户提供更具订制化的应用服务解决方案。
应用巨变促进数字化转型
近年来,中国已经成为IT技术以及数字化应用的主要市场。随着政府对物联网、人工智能以及大数据的人力、物力投资不断增多,应用的种类与数量的激增早已大势所趋。来自全球的应用数据显示,中国用户在应用累积使用时间高达两千亿小时,比第二名的4.5倍还多[1]。中国是当前全球范围内最大的应用市场,投资预计从2016[2]年的两百伍十亿美元增长到2020年的四百二十亿美元。数字化应用的巨幅增长、用户对应用体验的更高需求,加之新兴技术对市场的刺激使得应用已经成为中国企业的管理与运营的主要手段。同时,由于中国的网络环境以及各行业业务区别,企业具有依赖自有基础架构运维自主应用的使用特性。因此,全球化解决方案的本地化与定制化就显得尤为重要。这也正是F5积极推进本地化策略的初衷。
贴近本地用户,来自F5的长期承诺
作为应用服务领域的长期领导企业,F5公司能够深切体会应用环境与使用需求的不同、用户切身业务发展的需求,才是应用环境以及基础架构部署的最佳方向。无论云端、本地数据中心还是更具弹性与可扩展性的多云环境,为用户交付一致性的使用体验是F5与和合作伙伴一贯的愿景。F5公司大中华区总裁黄彦文先生指出:无论科技研发还是市场培育,公司自成立至今始终再以脚踏实地的方式稳健发展。这次论坛上宣布的本地化策略不止是我们未来的发展方向,更是F5对中国市场的长期承诺。同时,公司已同时推出了切实的实施规划,从而帮助我们将这一策略顺利落地。F5公司中国区总经理张毅强先生在论坛上分享本地化策略具体步骤时指出:此次推出的本地化愿景,旨在通过我们全球领先的技术视角,与本地不同行业领域的独特需求相结合,全方位帮助用户应对数字化转型带来的压力,并能最终从中受益。因此,F5的本地化策略将不只限于技术本身。我们将首先在中国开设最新的开发与测试中心。这个中心的设立旨在我们能够以本地第一手经验,对用户需求进行可定制化、而且快速的反馈。从而缩短部署时间,使我们的用户能够从我们的研发测试部门直接获得支持。接下来将会加大服务中心的投入力度,希望能打造完整且高效的从售前到售后的服务体验。更为重要的是,F5将进一步加快与国内各领域领先的厂商加强战略合作,建设包括容器平台、SDN以及多云环境等一系列应用服务生态系统,从而为我们的用户提供最高的一致性使用体验。
新兴科技
早在2016年推出的《年度应用交付现状调查》中,F5公司就已经预测物联网、大数据与人工智能将成为重塑IT技术发展方向的主要驱动力。这与我国自2017年初将这三项技术定义为“三大新兴科技”,并从政策端给予大力支持的方向不谋而合。因此,在今年5月,F5不仅推出了面向多云应用安全的F5 Advanced WAF(API安全 - 新一代WAF),更将于31日推出面向多云环境的BIG-IP Cloud Edition应用服务解决方案。F5公司大中华区首席技术官吴静涛先生表示:在技术上,我们也将积极整合最新解决方案与用户需求,加快本地化进程。在F5的“本地创新”计划中,公司将充分考虑三大新兴科技与我国各行业用户应用的现状,推出结合大数据引擎、以及人工智能技术的本地化应用服务解决方案,提高我国用户应用架构的运维能力、应用服务的安全管理能力以及应用的整合优化能力。在人才培养上,F5会将今年刚刚宣布的“超级网络运维”(Super-NetOps)培训计划推向全国。通过对合作伙伴以及用户工程师的培训,使用户能够真正走进“智能运维”时代。
较之往届应用服务高峰论坛,F5公司在本届论坛中不仅带来了最新的应用服务技术以及合作伙伴分享,更首次在中国宣布了本地化策略与发展方向。张毅强先生在活动最后表示:用户与合作伙伴对F5以及应用服务技术的信任,是过去几年中我们取得成功的基础。接下来,我们将与合作伙伴一道,通过本地化策略更加贴近用户的业务需求,从而最切实的帮助用户在IT技术全面革新的大背景下,通过应用提升自身核心竞争力,并为最终用户带来更加快速、智能与安全的应用使用体验。
好文章,需要你的鼓励
The Access Group是英国最大的软件公司,估值近100亿英镑。该公司APAC区域技术总监Rolf Krolke分享了公司在频繁并购活动中如何整合各异IT系统的经验。由于自2017年来年均约10次收购,公司面临存储基础设施分散、维护困难等挑战。目前正推进存储现代化项目,将传统存储设备替换为Pure Storage全闪存阵列,并计划在全球10个数据中心部署数十PB容量,以支持新的Access Evo平台和AI应用。
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。
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。
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。