随着移动互联的飞速发展,个人终端移动设备数量的增加是一日千里,各种社交网络是遍地开花,各种新应用是层出不穷,再加上云计算和大数据时代的演进,IT服务的交付和消费方式在不断改变。而云计算数据中心的规模急剧增长,刺激着中国用户网络数据流量的快速上升。中桥曾经于2014年6月对319家企业进行了调研,结果显示,受访的最终用户中,28.5%表示在未来三年网络数据流量预计增长达30%-50%,27.3%表示预计将增长10%-30%。
网络数据流量的快速上升,无疑会对传统数据中心网络设施的部署和管理带来压力。中桥的调研数据显示,受访企业认为在网络管理方面面临的最大挑战是:目前企业在网络管理时对网络虚拟化安全性差和管理复杂的担忧(50.7%)。其次是网络以应用为核心,部署管理强度大,部署时间长”(45.5%)。在虚拟化和云计算环境下,高虚拟机密度和工作负载带来网络数据流量剧增。而采用传统的网络技术,网络的资源部署和管理比较僵化,难以动态满足虚拟化和云计算环境下,以工作负载为核心的资源配置和监控管理。
我们再从应用层面来看网络流量激增给企业网络所带来的难题。中桥调研数据显示,在部署应用的过程中,29.4%的受访者认为网络管理复杂性是网络面临的最大挑战,其次是网络可扩展性、虚拟化性能的稳定安全性。随着虚拟化和云计算的普及,虚拟机的相互通讯产生大量的流量,而传统的网络技术会造成瓶颈,无法很好地应对这一需求。这迫使企业不得不寻求新的网络技术,来解决所面临的难题。
在数据中心从物理向虚拟和云演进的这一过程中,软件定义数据中心应运而生,不仅简化了异构环境IT的部署管理流程,还让用户可以根据SLA需求,动态、自动化配置管理资源。而软件定义网络,作为软件定义数据中心不可或缺的部分,能够通过将网络管理和网络硬件解耦,不仅可以大幅度提高网络资源的配置和使用效率,而且还可以实现集中统一管理,降低网络采购和管理的成本,从而有效应对传统网络技术遇到的挑战,加速企业通过创新提高市场竞争力。
中桥就企业是否部署软件定义网络进行了调研,结果显示,所有受访企业中,已经部署的比例偏低,只有13.2%,但未来24个月考虑部署的比例达45.1%,其中未来12-24个月考虑部署的受访者比例比未来12个月部署的比例高7.5个百分点。这表明,虽然目前在中国市场软件定义网络还处于初级阶段,但是随着市场教育的深入和软件定义网络成功模型的出现,未来24个月软件定义网络将出现强增长。
软件定义网络不但降低了整个虚拟化环境对于网络资源的需求,提高了网络资源在虚拟化环境下的配置和管理效率,同时还大大提高了虚拟环境下业务的安全性。此外,中桥的调研结果还显示,用户需要的不仅是通过软件定义网络提高虚拟化网络资源的管理效率,同时也要实现物理环境下网络资源的管理。数据中心演进过程会持续在高度混合(物理、虚拟和云)的环境下运行。考虑到近80%的欧美企业已经部署了虚拟化,如何对物理环境以及现有虚拟机实现统一管理,对用户十分重要。同时,可以在现有网络资源上,在不影响业务运营的情况下,快速让已有虚拟机运行在软件定义网络,提高网络速度、管理效率和安全性。
那么,就未来12个月网络技术的选择上,中桥调研结果显示,受访者所考虑的网络技术排列如下:10Gb以太网、1Gb以太网、FC;然后在从企业规模上,可以看到存在明显的差异性。 企业级用户首先是10Gb以太网,其次是FC, 而中小企业用户首选则是1Gb以太网,其次是10Gb以太网。这一点和受访企业的规模密切相关。中小企业的数据中心数据量不大,所需要部署和管理的应用也比企业级用户简单,因此成本更为低廉,且性能尚可的1Gb以太网即可满足需求。而企业级用户拥有的数据量大,且数据多样,运行和管理的应用种类也繁杂,在高度虚拟的环境下,10Gb以太网能够在为关键业务应用和虚拟机(VM)提供线速10GbE性能的同时,为系统提供更高的灵活性,保证虚拟机和工作负载动态迁移过程中的应用性能和安全性。
结论
数据中心向虚拟化和云计算的不断演进,应用多元化以及快速普及的移动终端和社交网络,正在彻底改变当今IT格局。虚拟化能够实现硬件和应用的解耦和资源池化,以提高资源利用率和应用部署能力。然而,将传统网络用于虚拟化环境,不仅部署管理复杂、工作量大,同时,很难保证虚拟机和工作负载动态迁移过程中的应用性能和安全性。从某种程度来看,网络成为企业通过提高虚拟化普及率和虚拟化水平来改善IT效率的瓶颈。
中桥分析师认为,在未来24个月,随着云计算和T3平台快速成为中国用户的ICT战略重点,并且,随着软件定义数据中心技术的不断成熟和使用经验的快速积累,以及相关成功案例的示范,都将推动软件定义网络在中国市场的强增长。而如何选择网络技术,则与企业规模有很大关联。10Gb以太网在网速、成本和功耗方面所具备的优势,使其成为企业级用户的首选。
好文章,需要你的鼓励
智能网卡(SmartNIC)技术自2013年AWS首次应用以来,虽然获得了VMware、英特尔、AMD和英伟达等巨头支持,但市场表现平平。分析师指出,目前主要客户仍局限于服务提供商。然而,随着AI技术蓬勃发展,情况正在改变。英伟达、红帽等厂商在AI云架构中推荐使用DPU,认为其可优化推理工作负载并提升资源效率,AI革命有望真正推动智能网卡技术普及。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
YouTube为Premium会员推出AI生成的搜索轮播功能,可在购物和地点查询时显示相关视频序列。同时,此前仅限Premium用户的AI对话助手开始向美国普通用户开放,用户可通过"询问"按钮获得视频摘要和内容问答服务。该AI工具基于YouTube平台和网络信息运行,但准确性仍待观察。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。