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
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。