随着企业越来越多地采用云服务和人工智能 (AI),如何更高效地应对容量需求的快速增长成为所有企业网络公司面临的挑战。
为应对这一挑战,Telstra International 发布了其未来网络愿景,该愿景围绕高度自治的框架构建,该公司表示这将能够以零接触、安全和弹性的方式改变客户体验。
这家电信和科技公司 Telstra 的全球分支机构表示,其国际网络的愿景和路线图与母公司的整体企业战略保持一致,代表着其管理和运营国际网络方式的根本性转变。
从根本上说,到 2030 年,该公司将建成一个高度自主的网络,能够检测未充分利用的路由并根据变化调整容量,或检测温度水平等漏洞并将流量转移以避免中断。
除了确保未来客户需求的充足容量和基础设施层的云化外,这个升级后的网络 (使用 Infinera 和 Ciena 的光学技术) 正在设计成能够通过使用内置 AI、机器学习 (ML) 和认知计算等技术来自我配置、监控和维护。
作为计划的一部分,Telstra International 正在将其海底电缆基础设施升级到超过 800 Tbps 的总点亮容量,以满足客户日益增长的带宽消耗、数据中心需求,以及云和 AI 应用推动的全球骨干网络在亚洲内部、跨太平洋和亚洲到澳大利亚等关键全球路由上的增长。
在新基础设施中,Telstra International 使用 Infinera 的解决方案来实现基础设施层的云化,通过解耦软件和硬件,声称将"显著增加"可用的海底和回程容量,并提供更大的灵活性。这也是实现高度自主网络愿景的基础。
在其网络演进方面,Telstra International 表示已经达到了基础性里程碑,包括简化网络架构、移除遗留平台,以及使用 Ciena 的 Blue Planet 库存管理引入下一代网络库存和管理系统。
未来五年内将部署 AI、ML 和认知计算用于网络自我管理,同时基于标准的 API 将简化互操作性,实现创新解决方案的快速推出并改善客户体验。
该公司还认为,优质数据、库存管理和网络基础设施数字孪生的开发是网络愿景的核心。数字孪生将作为物理网络的虚拟副本,实现网络运营的实时监控、模拟和优化。
通过使用 AI、ML 和认知计算,Telstra International 声称数字孪生将提供"无与伦比"的网络性能洞察,促进主动管理和持续改进。
Telstra International 首席执行官 Roary Stasko 表示:"凭借我们在太平洋地区的海底网络规模,这一举措将使我们更好地确保世界数字连接的稳定性,并支持当地经济的未来增长。"
"通过专注于意图驱动的成果,我们正在为一个更具弹性、更高效和以客户为中心的网络铺平道路。我们预计到 2030 年,随着 AI 的发展推动更多容量需求和覆盖社会广泛领域的网络需求,流量将以更快的速度增长,至少增长三倍。"
"为实现这一目标,我们需要一个重大转变。我们正在对网络的所有层进行转型,并与战略合作伙伴创新,将虚拟化和云技术的原则应用到网络中。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。