ZD至顶网网络频道 07月11日 编译:软件定义网络正在走向下一个发展阶段,因为SD-WAN为了从成本效益上满足云计算增长要求进行的专门优化正在逐渐成为企业内一个可行的选择。IDC从一项全球范围的SD-WAN研究中得出特别研究结果,发现“一致的安全性”、“价格”和“降低的复杂性”是受访者在考虑采用SD-WAN时排名前三位的动机(36%、35%和31%)。IDC认为这增强了人们对SD-WAN的信心和接受度,将推动SD-WAN在2020年的收入规模增长至60亿美元。
这项新的研究探讨了企业现有的以及未来的SD-WAN基础设施和服务规划,包括他们与企业应用、云应用及服务、WAN管理、运营要求的关系,这些对整个企业机构效率以及跨不同地区和垂直市场的企业业务价值的影响。“考虑到向云应用和云服务持续的、明显的发展过度,企业WAN正在面临经济高效地采用和交付新能力及新服务的巨大压力,”IDC网络基础设施副总裁Rohit Mehra表示。“了解和适应企业IT的需求是在这个不断发展的市场中取得成功的关键,无论是对服务提供商还是对技术解决提供商来说。”
来自这项特别研究的其他成果还包括:
- 更快速的部署和WAN带宽的优化也被认为是企业考虑SD-WAN部署的主要激励因素
- 将会在12-18个月内出现向混合WAN的明显转变,而混合WAN通常是SD-WAN的前身
- 关键SD-WAN组成部分包括:安全、WAN优化、策略控制及自动化
- 顶级的SD-WAN使用案例包括多WAN提供商、增强的可靠性、直接SaaS提供商访问。
SD-WAN的兴起是相对较新的市场动态,现在以混合WAN架构的形式存在。SD-WAN采用混合WAN,但是结合了一个集中化的、基于应用的策略控制器、针对应用和网络可见性的软件、以及抽象底层网络的软件层、可选的SD-WAN转发器(路由功能),这些一起提供了跨WAN链路的智能路径。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。