首页
学习
活动
专区
工具
TVP
发布

SDNLAB

专栏作者
2384
文章
2538252
阅读量
222
订阅数
英特尔®2022 P4中国黑客松报名开启!
活动背景 P4(Programming Protocol-Independent Packet Processors)是一种开源的数据平面高级编程语言,专为编程可重构网络设计,用来指定数据平面设备(交换机、DPU/IPU、路由器、OVS等)如何处理数据包。自2013年创建以来,P4迅速成为描述网络设备如何转发数据包的标准方式,各大顶级会议和期刊上涌现了大量P4 相关的学术论文,学术界与产业界掀起了P4与可编程网络的研究、应用与探索的浪潮。 P4语言联盟(P4.org)是一个开放的社区,谷歌、AT&T、阿里巴
SDNLAB
2022-09-06
4440
Gartner 发布2022年新兴技术成熟度曲线
又是一年技术炒作时。近日Gartner 发布了《2022年新兴技术成熟度曲线》,今年Gartner又整了哪些“新花样”? 2022 年的新兴技术趋势确定了 25 种需要了解的新兴技术,主要包含三个主题:沉浸式体验的演进、加速人工智能自动化和优化技术人才交付。 2022 年 Gartner 新兴技术成熟度包含了 25 项“必须了解”的创新,以推动竞争差异化和效率。 只有少数有望在两年内被主流采用,很多需要10年或更长时间才能被采用。 部署处于萌芽期的技术也意味着风险更大,但对早期采用者也有一定的潜在收益。
SDNLAB
2022-08-26
1.4K0
巨头们都要抢占的XPU道路,真的有这么香吗?
接着8008、8088、8086相继跟上,正式开启了以微处理器为计算机中央处理器的时代。
SDNLAB
2021-10-11
5240
剑指3000亿颗芯片!时隔十年,Arm发布全新Armv9架构
今天,Arm 公司正式宣布推出全新的 Armv9 架构。这是自 2011 年 10 月推出 Armv8 架构近十年之后,该公司对其 CPU 架构的首次重大调整变革。该公司表示,本次 v9 架构旨在为移动端设备、计算机和服务器提供更强的算法支持。
SDNLAB
2021-04-16
4380
Intel Selena Ding:‍‍未来可编程交换机的应用
在2020网络数据平面峰会上,来自英特尔互联部门BXD(barefoot networks)产品线的客户解决方案架构师——Selena Ding,为我们讲述了可编程交换机在未来的应用。
SDNLAB
2020-07-03
1.4K0
2020边缘计算:国外10家初创企业能否掀起新的波澜
根据Gartner的数据,到2025年,大约75%的数据将需要在边缘进行分析和处理,Gartner还认为,到2023年,超过50%的大型企业将部署至少6个边缘计算用例用于物联网或沉浸式体验,而在2019年这一比例还不到1%。有分析人士预测,未来将有超过40%的物联网数据需要在边缘进行处理,这就是各个领域的供应商都在针对边缘的新产品和服务上投入巨资的原因。
SDNLAB
2020-07-02
6490
AI和Wi-Fi 6:推动家庭Wi-Fi的革命
固定网络走进了F5G(第五代)时代,家庭Wi-Fi技术也经历了一个可预见的升级周期,以支持新的无线电技术和远程管理能力。但随着升级周期的加快,服务提供商意识到,在宽带竞争日益激烈、利润率逐渐下降的驱使下,改善客户的家庭Wi-Fi体验成为一项关键要求。
SDNLAB
2020-04-16
8190
人工智能-移动运营商的机会
在信息化技术不断发展的今天,如何能够在不从技术实现和业务角度探讨最新技术的情况下应对市场的多样化需求,这给通信服务提供商(CSP)带来了挑战。任何新产品、包装或服务都依赖于底层技术,而底层技术最终形成了CSP收入的基础。
SDNLAB
2019-11-28
4430
基于“意图”的网络究竟意欲何为?
自Gartner在2017年首次创造了基于意图的网络(IBN)一词后,迅速世界范围内引起广泛热议。
SDNLAB
2019-09-19
1.4K0
从极小到极大的思维突破网络数据的效率与安全
一只体重只有1或2毫克的蚂蚁,就能绕过障碍物,以让我们最复杂的机器人相形见绌的技术和速度寻找信号。然而,凭借这些明显的智慧,一些孤立的蚂蚁却会漫无目的地闲逛,直到蚂蚁的数量超过几十只。
SDNLAB
2019-09-17
4200
OPC UA over TSN能否改变制造业格局 ?
悄然无息中,OPC UA和TSN已然成为了产业的聚焦,即便如此,对于很多企业而言,这似乎还比较遥远,变革的发生总有些不经意的味道,对于缺乏敏锐的人而言,沉湎于过去放佛被温水煮着的青蛙,不知不觉中放松警惕,而OPC UA over TSN实际上正在为“改变”而准备,也正在改变着我们的产业。
SDNLAB
2019-09-04
9430
Barefoot即将发布的利器是否能颠覆大众对交换机的认知
近年来,网络以前所未有的方式发展。混合云和多云网络的激增,由于人工智能和机器学习工作负载的激增而导致的网络复杂性的增加,以及分布式应用的广泛采用,使网络更加灵活,对用户的响应更加敏捷。随着这种发展,虚拟机,容器,裸机,无服务器和实时应用程序得到了前所未有的采用。然而,这种不断增加的复杂性已经对网络架构师提出了新的要求,即创建网络不仅支持不断增加的数据吞吐量,而且还提供完全的网络可视化并且能够加速应用程序工作负载。
SDNLAB
2019-05-17
1.1K0
Barefoot Networks推出可编程网络交换芯片Tofino™2
Barefoot Networks过去几年一直致力于通过其Tofino以太网ASIC和P4可编程语言将可编程性推向网络,以满足人们对带宽、功能不断增长的需求和解决人工智能、机器学习等新工作负载问题。
SDNLAB
2018-12-24
2.2K0
思科推出400G数据中心交换机,扩展基于意图的网络
思科周三宣布推出首款400G数据中心网络交换机,旨在满足超大规模云公司,大型企业和服务提供商的带宽需求。
SDNLAB
2018-12-11
1K0
作为一名IT从业者,究竟应不应该转型AI
每一波浪潮的到来,都意味一片无人占领的蓝海,也意味着众多冉冉升起的新星以及行业巨头的更替,还意味着什么?大量的技术从业人员需求,供不应求的人才招聘市场,以及从业者的高薪与众多的机会。
SDNLAB
2018-12-07
4960
2018年最紧俏的5大云计算技能
2018年,随着各种规模的企业开始推进云计算项目,预计公有云采用量将会增加,IDC预测在三年内公有云支出将达到1970亿美元,因此对云计算相关技能的需求越来越高。 随着机器学习等技术不断冲击就业市场,
SDNLAB
2018-06-11
5810
使用机器学习算法对流量分类的尝试——基于样本分类
导言 机器学习方法目前可以分为5个流派,分别是符号主义,联结主义,进化主义,贝叶斯和Analogzier。具体到实例有联结主义的神经网络,进化主义的遗传算法,贝叶斯的朴素贝叶斯(Naive Bayes)等等。 机器学习算法又可以分为多种类别,比如监督学习,无监督学习等。前者需要提供样本先进行训练。而无监督学习一般是针对没有标签的数据或者靠人力难以为数据打上标签的情况。例子:人脸识别。人与人之间会存在很多相似之处,比如各位明星的本体和模仿者,因为相似性是难以定义的,所以需要无监督学习进行聚类(cluster
SDNLAB
2018-04-02
2.1K0
机器学习分析工具将如何驱动物联网
根据ABI Research近期的一份报告,机器学习分析工具将减少IoT的复杂性,并提高IoT的采用。该公司预计,随着机器学习即服务(MLaaS)模型的发展,机器学习数据分析工具和服务的收入到2021年将达到200亿美元。 机器学习是什么? ABI高级分析师Ryan Martin认为,机器学习是借鉴已有经验学习算法的研究。“hard-coded规则的挑战是不能适应现实世界的环境,hard-coded规则可以在不影响规模的前提下解决一些问题。” Martin表示机器学习可以将很多流程自动化,如一些重复的任务。
SDNLAB
2018-03-30
7480
数据中心网络性能:新应用下的新需求
随着机器学习,大数据,云计算和NFV不断完善,数据中心网络性能也随之发展。亚马逊,谷歌,百度和腾讯等大型云服务提供商已更新提供IT服务的方式,使之功能更强大,速度更敏捷,灵活性更高。这敲响了传统运营商的警钟,AT&T技术与运营首席策略官John Donovan 表示,AT&T致力于成为“世界上最具侵略性的IT公司”。OTT产品在业界的应用已变得普遍,应用和服务开发都需要创新完善。 他表示:“厂商正在逐渐成为竞争对手,过去的竞争对手变为开源开发等领域的合作伙伴。整个行业的工作方式正在发生变化。我们在标准机构这
SDNLAB
2018-03-29
7530
物联网必备之六大专业术语,不知道你就OUT了
物联网顾名思义,就是物物相连的互联网。这有两层意思:其一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;其二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信,也就是
SDNLAB
2018-03-29
9160
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档