思科公司表示,旗下Nexus Cloud最终将允许客户以纯云端方式管理自己的数据中心网络。
在本周的Cisco Live上,思科公司公布了其以数据中心为中心的Nexus产品家族的又一位新成员。而其中最大的亮点,就是整个产品家族都经历了一番软件即服务(SaaS)改造。
思科公司Nexus与ACI产品线云网络产品管理副总裁Thomas Scheibe表示,“此次改造,主要服务于那些需要、或者希望在单一位置管理整个Nexus乃至公有云网络基础设施的运营团队。”
他强调,这种能力非常重要,因为思科的大部分数据中心客户(无论具体规模如何)都面临着工作负载在本地、托管和云环境之间广泛分布的问题。
Nexus Cloud的基本思路,就是把思科多年以来为Meraki无线与LAN交换客户提供的集中式云交付网络管理功能,一举推广到数据中心领域。
然而,Scheibe也承认,这款产品目前还不够完善。“客户发现,他们还需要一段时间才能适应这种立足云端管理整个基础设施的新模式。但他们愿意先从监管、故障排查、容量规划和合规性检查起步。”
在正式发布时,Nexus Cloud将提供集中式监控与可见性功能,而管理工作则继续由本地运行的Nexus Dashboard负责处理。
Scheibe提到,包括机器学习驱动型分析在内的其他功能,将在稍后陆续推出。“随着时间推移,我们将为客户提供完整的迁移选项,将基础设施整体交由Nexus Cloud打理。”
这套平台本身,则是以HyperFlex HCI和USC-X服务器使用的相同思科Intersight平台为基础。
Intersight去年也完成了自己的SaaS改造。今年年初,思科又为其增加了对运行在AWS EC2中的Kubernetes集群和虚拟机实例的管理支持。
Scheibe表示,由于Nexus Cloud与Intersight之间的紧密集成,IT团队规模较小的客户也可以通过单一仪表板,轻松通过网络部署并运行各类内外部工作负载。
例如,如果客户在AWS中运行的工作负载需要对接本地数据库,则Nexus产品组合将帮助客户一次性完成对应用程序和网络的部署和配置。
思科为Nexus产品组合引入800G传输带宽
除了Nexus Cloud之外,思科还详细介绍了下一代Nexus数据中心交换机,据称能够支持400至800 Gbps连接。
思科公司目前的Nexus数据中心家族诞生地近十年之前,而且已经更新了几代线卡,目前能够支持400 Gbps网络。
Scheibe解释道,思科的9800系列机箱式交换机就是以400 Gbps连接基准为前提的重置方案。与上一代Nexus交换机一样,随着芯片性能的增强与光学器件的进步,思科现在能够提供传输带宽更高的线卡,用以支撑体量更大的数据流。
与此同时,思科公司还计划在今年晚些时候推出一款名为Nexus 9400的小型模块化机箱,它将提供64个400 Gbps端口或128个200 Gbps端口。
除了大型模块化机箱之外,思科还更新了Nexus 9300固定尺寸交换机,将400 Gbps端口的数量由16个增加到48/64个。
此次Cisvo Live上公布的所有新款交换机,均搭载思科内部原研的Silicon One与Cloud Scale ASIC组合。
结合公告内容,分析师们预计各大云服务商和超大规模客户即将全面普及400 Gbps网络。
根据Dell’Oro Group的数据,2022年第一季度,全球400 Gbps交换机出货量总计超过80万个端口。预计这一数字将在2023年继续保持增长。
随着首批400 Gbps NIC如约上市,这些交换机也将陆续被送往客户手中。但Scheibe预计,大部分数据中心最多只需要100 Gbps端口就足以完成与客户端的数据传输,400 Gbps端口将主要供数据聚合使用。
思科的Nexus 9300与9800交换机将于本季度晚些时候正式出货,9400的发布时间则定于今年秋季。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。