概述
在过去的一段时间里,我们一直在测试OpenDaylight Helium SR3(主要通过博科Vyatta控制器集成OpenDaylight的1.2版本)和ONOS的1.2版本——Cardinal。在这篇文章中,我们会 对这两个控制器进行比较,着重比较两者的规模,特别是可以处理的交换机数量,我们采用IXIA和Pica8交换机来模拟OpenFlow 1.0和1.3交换机。
注意:ONOS的最新版本(Cardinal)v1.2有一个问题就是处理IXIA模拟的OpenFlow v1.3交换机,因此所有对ONOS规模的测试都使用OpenFlow 1.0交换机。此外,ONOS术语“node”指ONOS的拷贝(我们测试的时候运行了两个节点),而在OpenDaylight中,“node”是指一 个OpenFlow交换机。
用户界面
ONOS和OpenDaylight/BVC一个主要的不同点在于从用户图形界面(GUI)可以直接获取的控制装置和信息。
ONOS
ONOS的GUI包括Summary, Node(s)和Controls在内的多个窗口。

ONOS GUI陈列了轮廓分明的终端主机,你可以看到它们连接在了交换机上。

OpenDaylight
默认的OpenDaylight GUI上会有一些功能,包括:陈列node的窗口,Yang界面和Yang可视化工具。

当试图陈列终端主机的时候,会发现OpenDaylight GUI不像ONOS那样清晰,主机是交错地连接在交换机上的。

Brocade Vyatta Controller
Brocade Vyatta Controller(BVC)的GUI要比OpenDaylight GUI清晰,而且还具有额外的模块Vyatta vRouter 5600 EMS和“PathExplorer” 应用。

当前在OpenDaylight/BVC呈现的主机和交换机操作起来不是很容易,也不能很好地测量规模。
规模
在规模测试中,我们由100个交换机扩大到400个交换机,每台交换机上连接12台主机。当OpenDaylight(采用BVC)能够将交换机数量扩大到400时,ONOS已经在采用400台交换机之前就停止运转了。
这是BVC的GUI,展示了彼此互通的400台交换机、800个连接和许多主机。


下图是ONOS达到处理交换机/连接/主机的极限的实验结果:

该截图展示了两个ONOS节点的400个交换机、800个连接和0个主机(我们试图在48个主机间发送数据流)。当设备(交换机)在数据库中时,主机就不在数据库中,GUI变得不稳定,不再展示任何信息。
思考
当作为具有许多南向和北向接口的SDN控制器时,ONOS和OpenDaylight都是固体产物。这里的测试只关注OpenFlow和具体规模。 OpenDaylight的Brocade版本打包得很好,也有一些不错的附加条件,如Brocade Vyatta vRouter 5600上的EMS应用程序。ONOS继续专注于在它们的GUI上提供工具和信息,300台交换机是一个完全合理的数量,当然任何人都应该添加一个或两个 控制器。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。