
SDN(软件定义网络)商用网络。
作为在美国纳斯达克上市、中国电信中立第三方互联网基础设施服务提供商,世纪互联为超过3000家知名企业客户提供服务,在全国40余个城市运营管理80多个分布式数据中心设施,拥有超过15,000个机柜及500余个网络节点。其客户多为互联网客户,行业竞争激烈,因此,在业务上讲究快速。
而传统云计算系统网络灵活性方面能力较弱,导致数据中心云业务上线周期长,阻碍了业务快速创新。同时,随着客户业务量持续快速增长,世纪互联也在不断探索提升网络链路利用率之道,为更多的客户提供一贯优质的网络服务。
基于以上诉求,世纪互联与华为展开战略合作,共同开发SDN创新方案。通过与华为在SDN领域进行联合创新,部署华为敏捷数据中心网络解决方案(主要包括CE12800数据中心交换机及敏捷控制器Agile Controller),世纪互联实现了其云计算数据中心商业效率的全面提升:业务一键式部署,上线效率提速10倍;系统开放可编程,业务创新周期从半年缩短到1个月;路径自动调优,链路带宽利用率从50%提升到80%。
目前,世纪互联已在其北京、广州、南京、武汉等八个业务可覆盖全国的大型数据中心部署华为敏捷数据中心网络解决方案(主要包括华为CE12800数据中心交换机和敏捷控制器Agile Controller),构建了国内最大规模的数据中心SDN商用网络。
未来该SDN方案将推广到世纪互联全国40多个城市的80个大型数据中心,SDN商用网络规模也将位于全球前列。此外,基于华为敏捷数据中心网络的开放可编程系统,双方联合开发了基于SDN的Agile TE方案,实现了多数据中心间的灵活互联和流量优化,并可快速为其客户发放新业务。
世纪互联与华为联合开发的SDN创新方案,可实现世纪互联云计算数据中心商业效率的全面提升,主要体现在以下三个方面:
业务快速上线:从10天到1天,提速10倍。世纪互联全面部署了华为敏捷数据中心网络方案,实现了从业务需求到网络部署的自动化,在开通跨数据中心业务时,管理员可以进行一键式操作,网络敏捷规划、资源快速构建、业务自动下发到多个数据中心,实现“网随云动”。 基于Agile Controller的快速部署,世纪互联跨数据中心业务开通速度从10天缩短到1天,提速10倍。
业务敏捷创新:6个月到1个月,快速推出新应用。华为敏捷数据中心网络方案的Agile Controller和CE12800均提供业界领先的全可编程和全开放能力,支持“软件定义网络”。基于敏捷数据中心OPS(Open Programmability System)系统丰富的开放接口,世纪互联可以通过软件快速定制新业务模板,实现业务需求可快速定制,满足客户的全方位个性化需求。在客户提出新业务模板申请时,如果涉及到网络机制的变更,世纪互联也可以为其快速定制和发放。
网络高效运营:50%到80%,链路利用率大幅提升。敏捷数据中心网络还帮助世纪互联大幅度提升了资源利用率,可为更多客户提供服务。通过Agile Controller的集中式控制,管理员可全局调度和优化多个数据中心的网络资源,数据中心间的链路利用率从原来的50%提升至80%,同时具备精细化的SLA服务和带宽保证。
“世纪互联致力成为互联网基础设施领域最受尊敬的中国企业,通过打造更加开放和创新活力的新一代互联网基础设施,为客户提供更加优质的服务进而成就客户。SDN在世纪互联的成功商用,是国内最大的SDN商用网络应用范例。我们很高兴和华为在数据中心SDN领域展开全面和良好的合作,并将双方的创新成果成功商用。我们期待这些创新能提升网络运营效率,促进业务快速交付和上市,进一步提升用户体验,为我们的客户创造更多价值。”世纪互联副总裁麻静平表示。
“华为与世纪互联在云计算数据中心领域有着深入且良好的合作,本次世纪互联SDN网络的成功商用,是目前国内最大规模的SDN网络,可有效支撑其战略及业务发展需求,在业界也具有重要的里程碑意义。”华为交换机与企业通信产品线副总裁余立如是说。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。