从我们ZDNet企业解决方案中心的观点来看,由软件定义网络发展而来的软件定义计算/软件定义存储等概念的核心就在于数据平面(Data Plane)与控制平面(Control Plane)的分离,也就是说,控制平面并不涉及到具体数据的计算、传输和存储,因此,物理的基础设施和虚拟化之后的基础设施一样,都属于数据平面,有时我们也叫做基础设施平面(Infrastructure Plane)。
基础设施平面层可以包含未经虚拟化的独立Windows主机,但主要还是由经过Hyper-V虚拟化之后的虚拟资源池。对于微软来说,网络虚拟化资源和存储虚拟化资源都是构建在Hyper-V之上,因此,Windows的Hyper-V具有很重要的地位。SC VMM(System Center Virtual Machine Manager)除了一开始的对Hyper-V的管理之外,根据版本的不断升级,逐渐提供了对虚拟网络、存储资源,乃至物理的网络和存储资源的管理能力,因此SC VMM已经变成了一个很核心的组件,它包含在Control Plane内。Windows Server Hyper-V提供的核心能力是将物理的计算资源分割为虚拟计算资源(包含在虚拟机内的vCPU和Memory):
此外,虚拟网络资源也由物理交换机以及Windows Hyper-V虚拟交换机提供。在Windows Azure Pack当中隐含了SDN的概念,另外也包括了SDS(Software Defined Storage,软件定义存储),后者也就是通过Storage Spaces来有限度地达成。在越来越大的数据中心当中,SDN、SDS的存在几乎是一个必然:
物理交换机也可以由SCVMM支持

物理存储设备通过SM-API(Storage Management API)管理
Hyper-V虚拟机交换机主要提供对网络虚拟化的支持,这些网络资源可以通过额外的控制器来管理控制,这个角色同样由System Center来完成,存储方面则稍微不一样,关于SDN和SDS方面的内容,同样可以参看我们的报告《数据中心2013:硬件重构&软件定义》。
好文章,需要你的鼓励
阿里云CEO吴泳铭在财报电话会议上表示,AI需求增长如此迅猛,以至于服务器部署速度无法跟上客户需求。公司正在对GPU进行配给制,优先满足使用全套阿里云服务的客户需求。过去12个月,阿里巴巴在AI相关基础设施上投入1200亿元人民币,预计三年预算可能超过当前的3800亿元。阿里云智能集团季度营收达56亿美元,同比增长34%。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。
OpenAI为ChatGPT推出"购物研究"新功能,恰逢假期购物季。该功能面向免费和付费用户开放,支持移动端和网页版。用户询问购物问题时,ChatGPT会提供个性化购物助手服务,通过一系列问题帮助用户筛选价格、用途和功能偏好。该功能基于专为购物任务优化的GPT-5 mini版本,从优质网络资源获取产品信息。OpenAI计划推出即时结账功能,允许用户直接在ChatGPT内购买商品。
新加坡南洋理工大学团队开发的NEO模型颠覆了传统视觉语言AI的设计思路,从模块化拼接转向原生统一架构。仅用3.9亿图文配对数据就实现了与大型模块化系统相媲美的性能,证明了端到端训练的有效性,为AI系统设计开辟了新路径。