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
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。