
CNET科技资讯网 4月12日 北京消息(文/孙斌):随着用户对于网络使用需求的不断增大,原本单纯依靠提升网络带宽来提升服务质量的方式早已无法承受用户日渐增长的需求。于是,软件定义网络(SDN)和网络功能虚拟化(NFV)这对变化的创新技术组合出现了,从而更好的帮助网络运营商提升自身服务质量,成功的将网络带入到21世纪。
近日,专注于软件定义网络(SDN)和网络功能虚拟化(NFV)的网络行业最大开源项目OpenDaylight,在2016年中国SDN/NFV大会上宣布,未来将加强对中国市场的投入和承诺,从而进一步拓展中国市场。
出席本次大会是OpenDaylight今年最新的里程碑事件,标志着其在中国地区正处于快速发展的阶段。执行董事Neela Jacques将在于北京新云南皇冠假日酒店召开的2016年中国SDN/NFV大会上发表主题演讲,重点介绍项目的第四版也是最新推出的Beryllium(铍版),以及项目在本地区的具体贡献。
除此之外,Neela Jacques还表示,ODL正在一个大型的全球社区的推动下飞速发展,目前,大约每6个月便会对平台进行一次更新,未来也将不断推出更新的版本,将继续以化学元素命名。
此次,OpenDaylight社区承诺在中国地区加大投入,带领朝向开源、软件定义网络的转型,帮助实现可互操作的、可编程的网络。SDN优化现有网络以满足当前需要,并且更容易适应需求的变化。因为对于SDN来说并不是只存在一种部署方式,OpenDaylight正在构建一个能够通过任意方式配置的通用平台来解决网络挑战。
通过会员和社区的增长,OpenDaylight看到其在中国的显著发展态势。
据了解,近期,OpenDaylight宣布电子商务和云计算的领先平台阿里巴巴集团加入该项目并成为白银会员。互联网增值服务领先提供商腾讯也在生产中部署了OpenDaylight,阿里巴巴与腾讯共同表达了对开源项目的公开支持和承诺。利用和贡献OpenDaylight项目的中国公司数量不断增长,其中包括华为、联想、瑞斯康达、腾讯、Zenlayer和中兴,阿里巴巴也成为其中一员。
除了发展壮大中国成员企业外,OpenDaylight在中国还成立了四个OpenDaylight User Groups (ODLUGs),让OpenDaylight的用户、开发人员和社区成员进行非正式会面,分享知识、招募并引入新的开发人员、讨论最佳实践和技术挑战,并营造知名度。
今年1月,中国开源SDN(China Open SDN,COS) 实践委员会举办了OpenDaylight社区日活动,吸引了来自中国主要互联网公司、服务提供商和网络设备提供商的领导者参与。活动聚集了近300位业内专家和大学生,共同协作并分享OpenDaylight平台知识。活动之后还组织了为期一周的技术训练营,汇聚了中国业内工程师以及知名大学的学生。
OpenDaylight执行董事 Neela Jacques
OpenDaylight执行董事Neela Jacques表示:“我很荣幸看到OpenDaylight在中国的技术社区中日益赢得青睐并吸引越来越多的人参与。中国的社区成长、以及总体上的开源发展是无与伦比的。这一地区所显现出来的早期技术创新、领导力、大胆的首创精神,以及愿意拥抱开源平台,让人备受鼓舞。”
据了解,Jacques在本周二下午12:20-12:40发表了题为“SDN和NFV的发展:五年展望”(The State of SDN and NFV: 5 Years In)的主旨演讲。OpenDaylight的成员企业阿里巴巴、AT&T、Brocade、爱立信、惠普企业、华为、H3C、英特尔、腾讯和中兴也将出席大会。想要获得更多大会细节,包括OpenDaylight和会员企业的参与。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。