本文源自F5公司CTO林耕于近日在清华大学的一场圆桌会议上的发言,阐述其对于数字经济发展和Edge 2.0时代的看法。
2020年开始席卷全球的 “新冠” 疫情给全世界带来了更大的变数,但危与机的博弈中,世界的变化并非毫无章法。我们发现,疫情加速了全球数字化的进程,微软CEO Satya Nadella就曾经说过: “在过去几个月内,我们见证了多年才能实现的数字转型进展。”
今天,全球都在走向数字化。根据全球移动通信系统协会(GSMA)统计数据显示,2025年全球联网设备的数量将达到约246亿个。据IDC和Gartner,全球数据量大约每两年就将翻一倍,到2025年,这个数字将疯狂攀升至175ZB,届时大约有超过75%的数据将在边缘侧处理。
可见,万物互联的时代真的来了,它催生了边缘计算的崛起和迭代,并将在未来快马加鞭融入企业乃至社会生活的方方面面。
互联网的第三次浪潮——万物互联的Edge2.0时代
在我看来,边缘计算的崛起和演变将成为互联网第三次浪潮的标志性事件。众所周知,信息技术的变革推动人类走过了PC与互联网时代,以及移动互联网时代,如今向着移动物联网时代迈进。这种进化突出地表现为网络生态系统结构的变化,从静态且封闭的Edge1.0,走向开放和自动化的Edge 2.0,整个过程犹如从单细胞生物到复杂生命体的进化之旅。
更为重要的是,边缘计算正在成为促进行业数字化转型的重要抓手。根据F5刚刚发布的《2021年应用策略现状》报告,76%的企业已经实施或正在积极规划边缘部署,而增强应用性能和收集数据/执行分析是主要推动力量。
新一轮的数字化转型中融入了海量的“物” 元素。过往,由于IT(信息技术)与OT(运营技术)彼此分离,尽管云计算带来了算力的极大提升,但物的加入仍然给云模式下的网络架构带来挑战。而在 Edge2.0时代的移动物联网环境中,IT与OT将真正融合起来,并具备更强大的智能感知和自动化能力。换言之,在由云计算的集中式数据处理模式之外,网络边缘将汇集海量设备与数据,并提供靠近终端的强大算力,由此激发巨大的商业价值。
另一方面,边缘网络上的设备与数据增速将远超过核心基础架构能力的增长速度,由此在端到端的应用交付链条中容易形成阻塞点,且边缘计算对于时效性更敏感,延迟将给系统稳定和应用体验带来近乎致命的打击,安全性的挑战也将显著增加。
创新应用交付,从容驾驭互联网新浪潮
对于多数企业而言,实现云端、边缘到终端的一体化应用部署,形成一套有别于当前核心架构的应用交付模式,将是一条通往Edge2.0时代的有效路径。当前,应用和服务交付基本围绕集中模式而构建,并在公有云或私有数据中心内托管。而在Edge 2.0时代,基础架构、数据架构和应用架构都将向更加分散的点对点方向发展。
基于对多云应用安全和应用交付服务技术的多年深耕,F5 始终服务于数字时代中的“应用”这一组织的核心资产。边缘2.0时代的网络由封闭转向开放,F5所提供的解决方案,通过统一的代码,让每个应用安全或交付服务运行在任何服务器和任何云环境中,并实现从云、边缘到应用的覆盖端到端的安全防护,为客户带来 “感知可控,随需而变” 的应用体验。
如今,各行各业都在数字化转型的大路上加速奔跑。我们相信,边缘部署将逐渐成为客户应用策略的一部分,我们也期待与客户携手,在这场互联网的新浪潮中继续“乘风破浪”。
Source:
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。