对于IT来说,一个开放的生态系统建设是用户乐于看到的,打破传统的行业界限能够让他们享受便捷与高效。聪明的企业懂得如何引导这股力量,并联合产业链资源共同开拓市场。
华为围绕敏捷网络建立了一个全层次的开放生态系统,包括物联网、数据中心、园区、BYOD和智慧社区五大领域。在数据中心领域,华为在HNC2015(华为网络大会)上宣布建立“敏捷数据中心开放实验室”,与云生态链上下游厂商展开合作。
打造数据中心网络的开放生态系统
其实在去年的华为网络大会上,华为就较大篇幅的介绍了在数据中心与合作伙伴进行的生态系统建设。如今,这个系统的合作更为深入和全面、架构也更为清晰。
华为数据中心网络领域总经理余立在敏捷数据中心开放实验室的揭牌仪式上呈现了华为数据中心SDN的生态链:
华为构建端到端的数据中心SDN生态链
首先在云平台层面,通过华为网络控制器Agile Controller和CloudEngine数据中心交换机的开放API接口,实现与VMware、微软、OpenStack等主流厂商或标准组织云平台的无缝对接,统一管理网络与IT资源。
其次在控制器和管理工具层面,CloudEngine和Agile Controller可实现与第三方控制器如VMware NSX和博科Vyatta的无缝对接,实现业务统一编排和自动化运维管理。
另外在网络设备层面,Agile Controller可基于Open API和OpenFlow等南向接口,与应用交付网络厂商F5无缝集成,联合发布双活数据中心解决方案。同时,基于英特尔的DPDK(数据面开发包)、SRIOV(硬件虚拟化方案)和Sensory(模式识别算法),华为可大幅提升数据中心网络虚拟化性能。
最后在计算虚拟化层面,Agile Controller可与VMware、微软、KVM等主流计算虚拟化平台的对接,实现数据中心物理网络与虚拟网络的统一联动。
余立指出,“除此之外我们和客户也一起联合创新,包括和阿里巴巴、腾讯、工商银行、世纪互联等进行联合解决方案的开发。”
与Puppet在自动化领域展开合作
从以上华为数据中心SDN生态链的架构图中可以看到,在管理自动化上,华为和Puppet Labs展开了合作。在敏捷数据中心开放实验室揭牌仪式后,华为与Puppet Labs签署合作备忘录(MoU , Memorandum of Understanding)。
华为数据中心网络领域总经理余立(左二)与Puppet Labs CEO兼创始人Luke Kanies(右二)签署MoU
Puppet Labs,名不见经传,但却是货真价实的IT自动化的领导者。Puppet Labs CEO Luke Kanies在MoU的签署仪式上表示,“Puppet现在的客户有大约2万5千多家,其中包括全部财富100强的公司,财富1000强的公司大概有二分之一是我们的客户。”
Puppet现在已经得到思科、谷歌、VMware等IT大咖的投资,其软件产品帮助系统管理员实现服务器等其他设备的配置、管理,以及软件运行的自动化。
谈及华为为什么和Puppet合作,余立指出,“Puppet Labs可以给我们的客户提供高度一致的IT运维环境,不但可以管理服务器,也可以管理交换机、防火墙。通过Puppet能够把整个数据中心的基础架构统一管理,使客户业务部署的效率从以前几个星期、几个月缩短到几秒、几分钟。从配置效率来说,从手工配置转为自动化配置之后出错率能够降低10倍。”
对华为来说,可以联合Puppet Labs的解决方案进行更广大客户的覆盖,Puppet的自动化运维结合华为硬件设施能够给华为遍布全球的客户提供最便捷的服务。
据介绍,华为和Puppet Labs合作的目标是一是进行联合解决方案的开发,二是进行联合品牌营销和市场拓展。现在Puppet Labs的软件已经可以批量自动化调度和配置华为CloudEngine系列数据中心交换机,后续还将增加新的功能和不同的硬件形态。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。