SDN方兴未艾,已经吸引了用户市场越多越多的关注。但相对于传统的网络技术,SDN不仅仅是一套与网络相关的技术,更是一个能够解决用户当前环境难题,并面向未来的可持续升级的解决方案。并且,SDN已经日益被视为网络技术的未来,诸如Google、AWS等互联网厂商在这方面起了不可估量的推动作用。
尽管如此,对于用户而言,SDN仍是一个熟悉而陌生的技术或解决方案。之所以熟悉,是因为现在越来多厂商加入,正推动这一市场不断向前发展。这其中不乏有软硬件各个领域的新兴厂商,一些老牌的厂商也纷纷加入其中,并越来越占据主导地位。比如,在今年(2014年)11月份,ONF PlugFest的秋季测试又拉开了帷幕,本次测试如上次一样,同时在中国和北美举办,北美由HP举办。HP这一老牌数据中心解决方案厂商来主导,可见SDN的前景可期。
这些新老厂商的不断加入,一方面繁荣了整个SDN市场,同时也推动了SDN在用户市场的接受度。但对于企业用户而言,SDN仍相对陌生。尽管越来越多厂商的加入,但整个SDN仍处于野蛮生长时期,各家产品都相对比较初级,且对OpenFlow版本的支持程度不一,产品之间的兼容性还不够完善。
由此,ONF根据成员在SDN方面的整体进展水平而制定了相关的测试标准,一方面希望能够改善SDN相关产品的整体解决方案能力,另一方面也希望能够让用户市场更加了解SDN的进展。实际上,在2014年ONF PlugFest秋季测试之前,ONF已经举办6次大规模的测试,最近的一次测试则是今年上半年举办的春季测试,分为北美和中国两大区域同时进行。
而此次的秋季测试也分为北美和中国两大区域同时测试,北美由HP举办,中国则有天地互联举办。与以往不同的是,这两大区域不但时间上同时举办,也实现了互联互通,测试控制器位于北美,但中国区域能够横跨太平洋,与北美联接,实现更广范围的测试,具有很强的实际参考意义。
在中国的具体测试由IXIA公司承担,根据ONF制定的测试标准,IXIA公司也对其测试软件进行更新升级,以求更细粒度、更全面地衡量SDN的产品。除了前文提到的北美中国互联互通同时测试之外,在本次ONF PlugFest测试中,还新增了多项有关SDN控制器可靠性的测试条目。因为在春季测试中,最大的问题并非出在SDN交换机,而在SDN控制器之上。SDN控制器的可靠性,将直接关系到整个网络的稳定性。
在SDN控制器的测试中,增加了对SDN控制器通道建立能力、主备控制器倒换,以及主备路径倒换等测试条目。
在SDN控制器通道建立方面,IXIA通过其测试仪表模拟了成百上千太OpenFlow交换机同时与控制器建立连接,一查看控制器的连接处理能力。这一项测试条目的增加,对SDN实际部署具有非凡的意义。例如,某地电信运营商进行SDN大规模部署时,其对控制器的处理能力要求是非常苛刻的,SDN控制器的处理速率将直接影响电信用户的体验。
主备控制器倒换与主备路径倒换对于实际的SDN部署同样都用非常实用。主备控制器倒换能够有效提升控制器的可靠性。目前SDN控制器已经开始支持双控制器主备功能,有些厂商甚至可以提供SDN控制器集群部署。主备路径倒换则可以在SDN主控制器出现故障时,通过备用路径SDN交换机来接管SDN主控制器业务,实现业务连续性。
除了新增对SDN控制器的测试之外,在此次秋季测试中,IXIA公司也将SDN作为一个整体解决方案进行测试,在保留了上次春季测试条目的基础上,还新增了多项具有实际部署意义的测试。例如,对实际部署具有重要参考意义的拓扑发现时间测试,这一测试的目的主要考察,当网络规模增大10倍甚至100倍时,SDN控制重建完整的网络拓扑的时间。
尽管此次秋季测试的时间大约在1周左右,但却涵盖了目前市场上主要的SDN产品及解决方案的多家供应商和多个产品。据介绍,共有20家厂商参与了此次测试,其中北美中国各10家,几乎可以代表当前SDN市场的主流。
相比于上一次春季测试,ONF PlugFest秋季测试更加侧重于考验SDN产品及解决方案在实际环境部署中的一些能力。譬如,通过对SDN交换机以及控制器流量条目和建立速率的测试,能够对SDN产品的可靠性进行评估;主备控制器及SDN路径倒换测试,可考察SDN网络的稳定性;拓扑发现时间则可使用户更加了解SDN产品的可用性。
因为此次测试主要还是遵循ONF基金会制定的测试标准,稳定性及可靠性测试项目的出现,厂商的踊跃参与,可以反映出当前SDN市场的整体技术发展水平。对比以往几次的测试,我们可以看出,在此次测试中,SDN产品已经逐步走向成熟,SDN技术的完善度也上了一个新台阶,这预示着,SDN技术已经开始从实验室内部走向了商用市场。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。