至顶网软件频道消息: 思科正在围绕Google Cloud的混合云服务平台——最新更名为Anthos——扩大与Google的合作。
思科将把自己一部分核心硬件平台和软件产品与Google Cloud的Anthos(以前的Cloud Service Platform)进行集成,这么做是为了在企业越来越多地采用所谓“多云”战略的时候会考虑选择思科。所谓多云战略,是指计算工作负载分布在多个云平台和私有云数据中心。
Anthos可以说是Google混合云战略的最新版本。Anthos旨在帮助客户将云工作负载转移到私有数据中心,并以同样高效的方式运行这些负载。Google的目标是让云端和本地数据中心运行服务变得更加简单,让客户可以更好地选择运行应用的环境。这一切都很好,但这些客户也需要确保他们的本地基础设施完全可以在不中断的情况下运行这些云工作负载,而这正是思科认为自己可以发挥作用的地方。
这项集成也是思科与Google数月来合作的成果。两家公司早在2017年10月就宣布将展开合作,当时双方表示,将让企业能够在混合计算环境中始终如一地运行软件。
思科还透露了关于如何实现这些目标的细节。思科云平台和解决方案部门高级副总裁Kip Compton在一篇博客文章中表示,思科正在将两个主要的硬件平台——Cisco HyperFlex和Cisco Application Centric Infrastructure——与Anthos进行集成。
HyperFlex是一个“超融合基础设施”平台,结合了软件定义的存储和数据服务以及思科统一计算系统(一个集成了计算、网络和存储资源的融合基础设施系统)。Cisco Application Centric Infrastructure(ACI)是一个软件定义的网络平台,用于构建跨云和私有数据中心的网络。其他思科产品包括Cisco Stealthwatch Cloud、Cisco SD-WAN和Cisco Intersight也将与Anthos进行集成。
思科与Google的合作也扩展到了Google的一些关键应用开发平台。例如,思科的基础设施经过优化将可以Google Kubernetes Engine——一种管理服务,可帮助协调用于托管现代应用的软件容器集群。因此,思科建议客户使用GKE而不是自己的Cisco Container Platform,尽管后者仍将被用于与其他云进行集成。
这次思科与Google的合作还涉及到Istio——一种用于连接、管理和保护微服务的服务网格。
思科云解决方案营销高级总监Fabio Gori在接受采访时表示,与GKE和Istio的集成是关键,因为这实现了从Google Cloud到客户数据中心“可管理的持续集成/持续开发流程”。 Gori表示,这是业界首创的,无论托管应用在什么位置,开发者都可以自动推送修复和更新。
人工智能也备受关注,思科和Google开发了面向Kubeflow的新软件。Kubeflow是一种开源的Kubernetes原生平台,用于开发、编排、部署和运行大型机器学习工作负载。
从本质上看,思科正试图将其平台定位为那些希望在本地运行Google Cloud工作负载的企业的最佳选择。Gori说,这样做的好处不仅仅是关乎效率,而且还涉及到安全性和数据所有权。
Compton表示:“我们将做大量的集成,这些集成凝聚了过去几年我们双方从共同合作中所学到的很多东西。我们跨数据中心产品、网络和安全产品组合的整合,最终将为客户提供最安全、最灵活的多云架构和混合架构。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。