从封闭走向开源,同样适用于网络
软件定义未来世界,开源引领软件未来。越来越多的企业和组织积极参与开源生态建设。其实,开源不光定义软件,也在重构硬件。
比如开放计算的兴起,极大地加快了硬件创新的速度,推动了软件定义功能的集成以及效率的提升。
开源开放不但主导了计算的创新,在网络方面也是如此。开放网络包括开源软件与开源硬件,开源软件的代表为SONiC,开源硬件指的就是裸金属设备,开放网络的客户价值在于低成本、技术迭代快、灵活易拓展等等。
SONiC作为网络领域的Linux,成为开放网络主流的操作系统。据Gartner报告显示,到2025年,超过40%的大型数据中心企业会部署开放网络,开放网络即是网络未来。

浪潮信息网络研发部总经理李鹏翀在近日举行的2023年开放计算中国社区技术峰会(OCP China Day 2023)上接受记者采访时表示,数据中心的网络成本伴随着带宽的增长在不断提升,业界正在将开放计算的模式复制到网络领域。
从点到面,开放网络的行业破局
开放网络为企业提供了更多的灵活性和便利性。与此同时,开放网络有效地利用了软件和硬件的解耦,使系统组件在兼容性、互操作性和可扩展性方面得到极大提升,客户可以根据业务需求组建更加开放和灵活的网络方案,大幅降低组网成本。
众所周知,云厂商之间的竞争非常激烈,而竞争的核心是效率和成本,而分布式与虚拟化是关键。头部云服务商的数据中心基于开放计算技术构建,使客户摆脱供应商的锁定,加速云计算业务的创新。我们看到国外的头部互联网企业亚马逊,微软,以及国内的头部企业阿里、腾讯,都已经全面进行了开放网络的实施与部署。

浪潮信息网络研发部副总经理陈翔表示,云服务商对两点比较在意,第一个是价格敏感,降低成本;第二点创新驱动,业务的迭代速度非常快。
目前,开放网络的应用正在从CSP领域向通信领域拓展,在数据中心领域的价值已经得到验证,毕竟数据中心的业务逻辑是一样的,只是企业级数据中心的规模要小些。
开放网络作为行业大趋势是毫无疑问的,目前来讲,开放网络的市场份额前景广阔,未来随着开放网络向园区网市场渗透,其市场份额会显著增加。
场景拓展,开放网络加速创新
网络逐步转向软件定义和云原生构架,从传统软硬一体黑盒设备,发展到通过开放网络方案实现软硬解耦的新兴网络设备。除了数据中心以外,SONiC社区已经开始开发通信场景和企业级园区网场景。
比如通信现有集采的软硬件一体网络设备,技术演进依靠厂商实现,难以支撑快速迭代的业务需求,并且不同品牌的设备在同一个生产环境下难以有效对接,运维复杂且成本高昂。
开放网络功能可按需定制,让客户对自身大规模业务全链路可管;在运维方面,自研网络操作系统对网络设备进行统一纳管,有效提升运维效率;开放网络可提供低时延,无丢包的无损以太网络,充分释放高性能算力。
陈翔表示,SONiC把选择权交给用户,用户可以自由选择硬件和软件供应商,整个创新速度就会变得很快。
目前业界都在谈论大模型和AIGC,开放网络可以为人工智能快速构建超大吞吐、超大带宽、超低时延的无损网络。现在AIGC的网络基本上是IB网和以太网的RDMA。如果用户不能掌控组网的话,按照现在IB交付期可能达到6个月到1年时间,根本没法在竞争激烈行业里面率先把模型训练出来。
大模型本身在对算力提出高要求的同时,网络也必须跟上,这表现为两个方面:硬件创新需要特别迅速,同时为了充分发挥硬件性能,网络的流量拥塞算法和负载均衡、多路径选择都要做到最好,而且需要具备网卡、交换机、光模块等进行整体的端到端优化能力,才能给客户提供更好的网络服务。
端到端,浪潮信息的开放网络布局
作为开放网络引领者,浪潮信息参与OCP、ODCC、OCTC等开放工作组项目的开放网络标准制定,推动国内S3IP项目立项和持续发展,促进开放网络技术的发展。
浪潮信息基于SONiC研发UXOS的同时,也在积极回馈SONiC社区,促进开放社区的繁荣。在SONiC社区的硬件里,贡献了25G、100G交换机的平台及代码,在软件里,回馈了浪潮信息研发的网络特性,如GRE和MC-LAG等的特性增强等等。
在硬件方面,浪潮信息提供1G到400G的全系列开放网络产品,涵盖DCI路由器、高密ToR交换机、Spine-Leaf交换机、管理网交换机等主要网络设备,并打造了端到端RoCE、高性能无损以太解决方案。
目前,浪潮信息已协助互联网、通信等客户实现开放技术落地,构建以开放网络为核心的数据中心组网,覆盖通信、数据中心、AI超算、分布式存储和边缘计算等多种业务场景,满足不同客户需要。
展望未来,浪潮信息始终以“可靠、开放、智能”的核心理念,打造端到端开放网络整体解决方案,提供性能更高、延时更低和运维更智能的网络服务,使能客户开放网络转型,加速拥抱开放生态,进入技术创新的快车道。
好文章,需要你的鼓励
Mozilla旗下子公司MZLA正式发布开源企业AI客户端Thunderbolt,主打数据主权与隐私保护,直接挑战微软Copilot、ChatGPT Enterprise等主流商业AI平台。Thunderbolt支持连接MCP服务器及ACP兼容代理,并集成德国deepset的Haystack AI平台,可构建AI代理、多模态应用及RAG系统。该产品强调用户可自托管部署,掌控完整AI技术栈,避免数据流入第三方系统,目前已在GitHub开源发布。
这项由美国东北大学与麻省理工学院联合开展的研究提出了一种分析视觉-语言AI模型内部结构的新方法,称为"神经拓扑"。研究将AI每一个处理层表示为神经元之间的协作关系图,并通过图卷积网络提取结构特征,用于预测模型行为、分析视觉与语言信息的融合过程,以及识别对模型输出具有关键影响的枢纽神经元。实验在多个主流视觉-语言模型和多个基准数据集上验证了这一方法的有效性。
安全研究团队Ox发现,Anthropic的模型上下文协议(MCP)存在设计缺陷,波及约20万台服务器,可能导致系统被完全接管。研究人员多次要求Anthropic从协议层面修复根本问题,但Anthropic以"行为符合预期"为由拒绝修改架构。该漏洞已衍生出命令注入、防护绕过、零点击提示注入及MCP市场投毒等四类攻击方式,影响LangFlow、Flowise等多个主流项目,涉及下载量超1.5亿次的软件包。
这项由英属哥伦比亚大学、滑铁卢大学、Vector Institute等十余家机构联合发布的研究(arXiv:2604.08523)推出了ClawBench评测框架,在144个真实运营网站上测试AI完成153项日常网络任务的能力。通过轻量级请求拦截机制和五层行为记录系统,ClawBench在保证零真实副作用的同时,实现了对AI操作过程的完整可追溯评估。测试结果显示,即便最强的Claude Sonnet 4.6也仅完成33.3%的任务,远低于其在传统沙盒测试中的65-75%表现,揭示了现有AI能力与真实日常网络操作需求之间的巨大差距。