11月2日,华为云正式发布IPv4/v6双栈,是国内第一家发布双栈的公有云厂商。华为云网络域技术总监在“以无限唤醒时代,华为云首发IPv4/v6双栈”的主题演讲中,从万物互联的时代背景、IPv6势在必行、什么是双栈以及具体的应用场景、华为在IPv6领域多年的沉淀等方面全面剖析此次双栈首发的意义。
IPv6是通向万物互联时代的钥匙
地球上有70亿人口,可是IPv4地址只有43亿个,而中国总共才有3亿,且已分配殆尽。IPv6与IPv4最大的区别就在于是其位数为128位,可以为全球的每一粒沙子都分配一个IP地址。
华为公司的愿景是:把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界,其中的价值主题是“无处不在的联接,无所不及的智能”。无处不在的联接就是指万物互联,目前IPv4的地址数量严重短缺难以满足万物互联时代的需求,而IPv6拥有近乎无限的IP地址,是通向万物互联时代的钥匙。
华为云首发IPv4/v6双栈,在国内业界持续领先
公有云在IPv6的演进通常分为三个阶段:NAT64转换,IPv6双栈,IPv6 Only。目前国内公有云厂商在IPv6领域的发展普遍停留在第一阶段:IPv6转换。11月2日,华为云正式发布IPv4/v6双栈。意味着华为云率先进入了第二阶段,全面展现了华为云在业界IPv6领域持续创新的实力。
领先,源自积累。华为在IPv6领域有数十年的沉淀,技术研究方面,华为是国际IPv6标准的制定者之一,同时也是国内IPv6标准的领导者,国内广域网IPv6的标准制定,华为贡献国家标准15篇。此外,作为唯一参与CNGI六大骨干网建设的设备商,华为产品参与三大运营商最大规模的IPv6商用,是国内成熟商用的开拓者。
双栈能给我们带来什么?
首先,什么是双栈,它和业界常见的NAT64转换有什么区别?
从虚拟网络角度来说:双栈就是一个网卡有两个地址,一个IPv6,一个IPv4。华为云网络域技术总监John为我们举了一个例子来解释双栈的含义,“这里举个例子来解释一下什么是双栈以及NAT、NAT64、双栈之间的区别。家用电器越来越多,家里的插座不够了,就用插电板来转换,瞬间5、6个电器都能接上,这就相当于网关。如果买了一个欧洲某国家的电器,需要在插座上插专用的电源转换器才能使用,这就相当于NAT64,将插口和电压频率等进行不同标准转换。双栈就相当于,一整面墙上全是插座,能满足家里所有的电器,而且分为国内和国外两种电压,可以按照需求来接入,再也不需要任何的插线板和转换器。”
为了进一步讲解IPv6让连接更简单,John举了一个共享单车的例子,如果使用了IPv6,后台可以随时主动向单车派发指令,组网和运维都更加简单,同时也节省了能源的损耗。John在直播现场还演示了创建IPv6双栈虚拟机的整个过程,操作非常方便,秒级发放双栈虚拟机,而且企业在华为云上的IPv4和IPv6在访问公网时使用相同的共享带宽,在节省成本的同时大大地简化了带宽管理。最后,因为IPv6协议本身对数据进行加密和校验的特点,通信更加安全。华为云此次推出双栈支持IPv4和IPv6双栈通讯能力,智能解析可保持访问入口统一,为企业客户提供一致的体验。在企业业务迁移到IPv6框架的过程中,华为云以经验丰富的专家团队、一流的支撑工具、完善的项目管理能力,助力企业快速可靠地完成业务IPv6化改造和上云迁移,助力企业成为IPv6的先行者。
在万物互联时代,华为云将持续以敏捷、开放、企业级的解决方案,助力企业站在时代的最前端,让连接变得更简单。
IPv6解决方案地址:https://www.huaweicloud.com/solution/ipv6/?utm_source=shuangzhangongzhonghao&utm_medium=pr
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。