Mike Bushong,云就绪网络数据中心副总裁
持续追求低代码和无代码应用程序将使已陷入困境的网络行业雪上加霜。影子IT一直是几十年来的困扰。同样,在应用程序领域,无代码运动始终是一个问题。如果不通过开发部门就可以打造自己的应用程序,那么这种工匠式的操作方式很快就会暴露运营缓慢的弊端。“我的需求包罗万象,但现在我只需要连接。”如果满足这一要求的回答只是向帮助台提交一张工单,然后等上几个星期,直到下一个变更窗口出现,那么这一流程中自然会出现紧张状况。这将使那些希望提高运营速度的公司面临窘境,即为什么他们的传统决策会危及企业的生存。
网络式虚拟团队成员开始减少,近期未见转机。浅谈当前动态。首先,疫情带动的远程工作革命,即“大洗牌”(Great Reshuffling)已经让很多企业开始思考如何填补人才的空缺。重要的一点是,居家办公意味着科技巨头可以从任何地方招聘员工。在硅谷以外的地区,人才曾经只能在当地就业。但现在,外地的云计算企业为了降低成本,可以在这些地区轻而易举地招到人才。当然,有很多网络工程师临近退休。面对这些员工流失问题,企业需要从何处补充人才?过去,常见的证书被当作专业能力的证明。但现在呢?人们的专业是云,而不是某个具体厂商的网络。这意味着团队需要招聘拥有不同技能的人员。未来的用户界面将更接近于当时的云版本,这意味着对厂商规则的控制在一段时间后会放松,直到它基本成为业界的通用商业语言(COBOL) — 对于老旧部署有用,但不会是下一个伟大产品诞生的基础。
冷却技术的“酷”思考。世界正在应对气候变化和能源危机的挑战。二者既分别对产品评估的方法产生不同影响,也将共同(以及政府政策)改变产品的设计和使用方式。不难预测,人们将讨论更多关于浸入式冷却、能源效率、人工智能和机器学习优化管理服务器和周边基础设施能力的话题。这对于一个建立在有限的零配件基础上的行业,实际上是巨大的改变。
选择性上云。很多企业在上云时都认为它们的成本会下降。这些企业请咨询公司或合作伙伴帮助它们直接将现有应用程序迁移到云端。但结果证明,在不同的地方做同样的事并不一定会得到期望的好处。未来将呈现混合式的状态,但不是指应用程序会从本地动态迁移到云端再返回的过程。必需的非云原生应用程序可能会留在原处。在打造新应用程序时,将会考虑具体的托管地点。尽管它们大都会被留在原处,上云会让这些企业有机会体验云运营的妙处,足以让它们尝试在本地部署的系统中采用像云一样的工作流程和界面。
多云连接步入软件定义广域网后尘。世界当然不只有一个云。企业已经认识到这一点,它们也在关注多云连接的必要性。从生命周期管理转变到集中式控制和政策管理是很小的一步,人们很快开始考虑多领域运营。更多市场架构化(Marketecture)主导的决策出现,在这些决策中,未来与今日被放在同样重要的位置考虑。如果未来再次需要大规模的运营升级,企业将会陷入困境。这就迫使它们现在就考虑各种可能性。又由于当下市场的多样化供应,决策也会更加复杂。因此,可以帮助企业改变现状,达到理想预期的增值经销商将会发挥重要作用。
VMware将对业界造成冲击。无论人们对博通有什么看法,人们都不会怀疑它们抓住技术先机和成功扩展业务的能力。博通将推进VMware中的哪些部分,放弃哪些部分,将举世瞩目。其行动不仅会对产品和架构产生巨大影响,也极大关乎围绕VMware业务成长起来的生态系统或合作伙伴。除了一个老牌IT产品之外还有什么,这可能是十几年来人们首次开始考虑的问题。
云和客户之间的竞争将模糊决策。假设你是一家零售企业,你希望把自己的服务交给亚马逊网络服务(AWS)托管。但等一下,亚马逊对你来说是一家供应商还是竞争对手?也许你是一家服务提供商,想利用云来降低电信云的成本。但这样一来,谁拥有最终的服务?答案不是很明晰。尤其在明年,随着企业开始思考如何将自己的技术策略与市场策略结合,答案将变得更加模糊。这将为不同类型的合作提供机会,特别是在那些必须让业务和基础设施分开的地区。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。