微软已宣布与思科那公司合作,共同定义了一套被称为零信任分层光网络架构的蓝图。
在解释此次合作性质的白皮书中,两家公司指出,现代网络需要的不仅仅是简单的冗余,而是需要在每一层都融入真正的弹性工程设计。此外,他们表示,复杂光网络中的中断不仅源于硬件故障,还可能来自人为错误、配置失误、自动化故障或意外的维护影响,其中任何一种都可能使最强大的传输基础设施瘫痪。
思科那表示,光网络比以往任何时候都更加智能、快速和可编程,自动化和软件控制提供了无与伦比的灵活性和规模。
但这种进步也带来了额外的风险:一次自动化部署配置错误、光纤切断和设备故障、意外的策略更改或软件版本不匹配都可能导致整个光域崩溃。虽然这些事件不经常发生,但其影响可能很严重,确保网络设计考虑到此类事件至关重要。
零信任光业务连续性和灾难恢复架构被认为体现了这种转变,它超越了传统的备份路径,而是结合了两个完全独立的光系统——一个基于可重配置光分插复用器的传输网络和一个光业务连续性和灾难恢复层,仅在路由以太网边缘连接在一起——旨在即使在系统性故障期间也能维持不间断的服务。
微软和思科那强调该架构有四个关键优势,即:人为错误隔离、维护灵活性、零停机时间和无缝体验,以及带宽灵活性。该网络支持跨基于可重配置光分插复用器和信道复用器/解复用器系统的10G/100G/400G服务,可以确保在配置错误或供应错误期间的服务可生存性,并允许在任一域上进行计划性工作或补丁而不产生影响。
此外,当站点迁移发生时,据说流量将继续流动,业务连续性和灾难恢复层到位,确保客户的服务连续性。
总结时,白皮书强调现代网络意味着在提供最佳服务的同时为最坏情况做计划,因为对关键任务流量和应用程序的意外中断可能影响收入机会。它认为,微软的零信任光业务连续性和灾难恢复蓝图展示了如何结合思科那可重配置光分插复用器和光业务连续性和灾难恢复服务,以实现"无与伦比"的城域弹性,将焦点从信任任何单一系统转向信任一种能够预测和吸收任何规模故障的设计。
思科那强调,通过结合基于成熟光子层技术的可重配置光分插复用器和信道复用器/解复用器固定滤波器光子网络,该架构可以提供一种创新方法,以提高网络对可能由于自动化或人为错误而发生的维护和操作中断的弹性。
该公司补充说,拥有业务关键流量的组织可以采用这种分层架构作为其下一代传输网络战略的一部分,在城域网络中的位置之间提供高度弹性的连接或业务连续性和数据恢复服务。
Q&A
Q1:什么是零信任光网络架构?
A:零信任光网络架构是微软与思科那合作开发的一套网络设计蓝图,它结合了两个完全独立的光系统——可重配置光分插复用器传输网络和光业务连续性灾难恢复层,旨在即使系统性故障期间也能维持不间断服务。
Q2:这种架构能解决什么问题?
A:该架构主要解决现代光网络面临的复杂中断问题,包括人为错误、配置失误、自动化故障、意外维护影响等。它提供人为错误隔离、维护灵活性、零停机时间和带宽灵活性四大优势。
Q3:哪些组织适合采用这种架构?
A:主要适合拥有业务关键流量的组织,他们可以将这种分层架构作为下一代传输网络战略的一部分,在城域网络中提供高度弹性的连接或业务连续性和数据恢复服务。
好文章,需要你的鼓励
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
Kagi公司发布Orion浏览器1.0版本,这是一款专为苹果平台设计的全新浏览器。该浏览器主打极速浏览体验和用户隐私保护,完全免费使用并附赠200次Kagi搜索。Orion还提供月费5美元的付费订阅服务,解锁更多高级功能。未来计划包括更深度的自定义选项和性能优化。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。