华为数据中心网络领域总经理余立(右二)与Intel、VMware、Brocade、Puppet Labs合作伙伴代表共同完成揭牌仪式
对企业客户来说,云计算已日趋成熟,通过部署云计算可以有效提升企业ICT效率和行业竞争力。但当面对不同厂商,兼容性不佳的云操作系统、SDN控制器、网络设备及虚拟化平台的时候,客户云业务的快速上线就显得困难重重。
华为秉承以客户为中心的理念,积极参与构建云计算数据中心开放生态系统。敏捷数据中心开放实验室,已在华为南京研发中心建设完成,后续合作伙伴可以通过现场或远程访问的方式,与华为共同完成云数据中心方案的研发与验证。截止目前,华为已与全球多家知名IT厂商及标准组织在云数据中心各个领域展开合作:
l 云平台层面:通过华为网络控制器Agile Controller和CloudEngine数据中心交换机的开放API接口,实现与VMware、微软、OpenStack等主流厂商或标准组织云平台的无缝对接,统一管理网络与IT资源。
l 控制器和管理工具层面:CloudEngine和Agile Controller可实现与第三方控制器VMware NSX和Brocade Vyatta的无缝对接,实现业务统一编排和自动化运维管理。
l 网络设备层面:Agile Controller可基于Open API和OpenFlow等南向接口,与业界领先的应用交付网络厂商F5无缝集成,联合发布双活数据中心解决方案。
同时,基于intel的DPDK(数据面开发包)、SRIOV(硬件虚拟化方案)和Sensory(模式识别算法),华为可大幅提升数据中心网络虚拟化性能。
l 计算虚拟化层面:Agile Controller可与VMware、微软、KVM等主流计算虚拟化平台的对接,实现数据中心物理网络与虚拟网络的统一联动。
华为与合作伙伴共建开放云生态系统
揭牌仪式完成后,华为与IT自动化领域的领导者Puppet Labs签署合作备忘录(MoU , Memorandum of Understanding),确定双方将在云数据中心自动化领域展开深入合作,以实现云数据中心网络的自动化部署及统一管理。
华为数据中心网络领域总经理余立(左二)与Puppet Labs CEO兼创始人Luke Kanies(右二)签署MoU
华为数据中心网络领域总经理余立(左二)与Puppet Labs CEO兼创始人Luke Kanies(右二)签署MoU
服务器和软件服务控制的自动化对于IT运维已经十分重要,然而将其从服务器扩展到网络、存储、防火墙、以及负载平衡器,让客户充分赢得自动化带来的效益已变得不可或缺。华为与Puppet Labs的合作将有效解决该问题:实现网络自动化部署,Puppet Labs软件可以批量自动化调度和配置华为CloudEngine系列数据中心交换机和其他网络产品;实现网络统一管理,双方将共同开发配置工具,统一管理网络与IT资源。
Puppet Labs CEO Luke Kanies在MoU签署现场表示:“Puppet Labs是IT自动化领域的领导者,拥有领先的自动化解决方案和丰富的部署经验。我们非常高兴能与华为在云数据中心自动化领域展开合作,共同开发数据中心网络自动化方案,并进行联合品牌营销和市场拓展。”
华为数据中心网络领域总经理余立表示:“敏捷数据中心开放实验室的建立,对云计算数据中心开放生态系统的发展具有里程碑意义。我们非常欢迎Puppet Labs加入,华为将与它展开深度合作,共同为客户提供业界领先的云数据中心自动化部署方案。我们坚信,将来会有更多的厂商加入我们,携手打造全方位开放的云生态系统。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。