根据思科一份新的报告,云服务正变得如此无处不在,以至于在未来三年内,云服务可以占到几乎所有的数据中心流量
本周发布的最新思科全球云指数(Cisco Global Cloud Index)显示,商业和消费应用正在推动云服务的增长。因此,数据中心治理和数据控制方面有所改进,思科预测,到2021年94%的工作负载和实例将由云数据中心处理。届时,企业数据中心环境中的专用服务器将越来越少。
这是一个大胆的预测,因为许多关键的应用仍然驻留在企业数据中心,并且似乎不太可能因为小故障而快速移出。另外,目前的数据治理法规仍然要求一些数据必须保存在数据中心内。
思科表示,推动这场云计算竞赛的主要因素之一是软件即服务(Software-as-a-Service)工作负载的爆炸式增长。到2021年,全球75%的云工作负载和计算实例将以SaaS为基础,而2016年则为71%。
思科表示,数据中心传输量的迅猛增长也推动了云工作负载的转移。这家网络巨头表示,到2021年全球数据中心总传输量将增长3倍,北美的传输量将从2016年的每秒2.8ZB增长到8ZB;亚太地区也将出现大幅增长,预计数据中心传输量将从2.1ZB增长到2021年的6.7ZB。
“物联网”是云服务的另一个主要推动力。智能汽车、智能城市、互连健康和数字公用事业等物联网应用需要高度可扩展的计算和存储系统,以适应需求的增长。因此,思科认为到2021年向云的物联网连接将达到137亿,高于2016年的58亿。
对云服务的需求也推动着“超大规模”数据中心的崛起。思科估计,到2021年全球将有628个超大规模数据中心,高于2016年的338个。到2021年,大数据将占全球数据中心传输量的20%,而视频将占据10%。
思科云平台和解决方案事业部副总裁Kip Compton表示:“在这个新的多云世界中,数据中心应用显然正呈现爆炸式增长。这需要新的创新,特别是在公有云、私有云和混合云领域。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。