博科近期宣布推出博科分析监测平台,继续在其光纤通道存储区域网络(SAN)解决方案方面进行创新。博科分析监测平台代表着博科的一个新产品线,通过为企业IT人员提供服务器和存储之间最高水平的监测和分析,让企业的关键应用能够获得更高的投资回报率并降低运营支出。这样一来,企业可以更好地确保其IT基础架构的可预测性和运行的稳定性。
监测和分析IT基础架构的性能已经成为了一个复杂耗时的任务,并且需要完整的端到端的网络知识以优化应用性能。通常情况下,IT人员可以选择手动使用Excel电子表格或使用昂贵的自动化工具。后者更为复杂,带来网络安全风险,并且在安装、配置和调整过程中需要中断应用和网络。新的博科解决方案代表着一种优于传统选择的更简单的设计和部署架构。
如今,许多企业依靠猜测和IT人员的累积经验来保持应用服务水平协议(SLA),并利用计算、网络和存储资源来发现和解决问题。随着网络百分之百可用性需求的不断增长,当IT员工努力快速识别和解决阻碍,发现联网服务器和存储之间可预测性能的瓶颈问题、配置错误和其他故障时,缺乏对IT基础架构的全面可视性,会导致过度和不必要的应用程序性能影响和停机。
此外,由于现有的监测和分析解决方案是非常昂贵的,IT机构经常排除对服务器连接端口的监测,甚至由于预算限制而排除对某些存储连接端口的监测,这使其无法直接得到所有设备行为的可视性和真实、端对端的流量监测。这种有限的可视性也消除了对服务器和存储之间矩阵延迟的直接监测。
博科分析监测平台旨在帮助企业改变他们的环境来降低这些风险。这个专用存储网络设备用于测量应用级和设备级的I / O性能和流量行为,不会影响安全性或为计算、存储和网络资源带来额外的压力。该设备为所有联网设备分析流量,包括服务器和存储设备之间的数据流,以提供所有应用性能的端到端可视性。
通过在单个系统上分析前所未有的20000个数据流以及数以百万计的IOPS,博科分析监测平台计算并分析了来自包括联网设备的各个网络的大量指标,以揭示引起基础设施性能和可用性降低的微妙原因。同时,它还追踪表现历史和趋势,这使IT员工通常在问题发生之前能够主动监测并解决问题。
博科存储网络副总裁Jack Rondoni 表示:“为了满足应用和数据增长的需求,企业正在部署虚拟化和云环境,以期平衡不断增加的成本、复杂性和潜在的停机时间之间的关系。博科分析监测平台不仅提供之前没有的端到端的可视性,还通过提供深入的全网络指标来提高存储基础架构的投资回报率。”
IDC 存储研究主任Eric Burgener表示:“最有效地优化SAN环境,需要获得与所有连接网络的设备相关的性能统计数据的端到端的可视性。博科分析监测平台简单快速、非串接部署、并基于在所有博科Gen5硬件上预加载的‘虚拟探针’技术,为在一个集中的管理平台上提供了整个存储网络上所发生的事情的全面可视性。这样的解决方案将使企业能够获取SAN网络的更多信息,更可靠地满足服务水平目标,更好地保持业务的稳定性,并更准确地规划扩展。”
更好的IT基础架构监测设计
博科分析监测平台的独特设计在于,直接连接到 博科第5代光纤通道上的一个端口或交换收集来自存储器和主机端口的信息。利用集成在主板上的两个数据处理器,该设备能够计算出服务器和存储数据的详细的 I/O性能指标。该设备不仅能够计算SAN网络内所有连接设备的延迟,也可以直接测量网络的延迟,即数据经过整个网络所使用的时间。简洁的设计在投资回报方面拥有优势,可允许单个设备大规模扩展以适应非常大的SAN环境,而不会产生额外费用。
因为直接使用博科Gen5硬件和Brocade Fabric Vision™技术,凭借这种创新架构,博科分析监测平台能够在几分钟内完成安装和配置,其需要停机时间为零。
为了支持网络基础架构的主动管理,博科分析监测平台可以帮助企业建立基准、确定趋势并提供有关行为的阈值设置信息。当与Brocade Network Advisor管理软件一起使用时,该设备可以生成报告以同时显示颗粒和汇总数据,从而使存储团队能够利用应用性能服务等级协议来验证合规性。博科网络顾问还允许企业“回放”分析平台所收集的历史信息。这个重要的工具能够调查性能问题或了解关于行为趋势和模式的更多信息,以便优化设备和应用性能。
此外,博科分析监测平台为Brocade SAN Content Pack for vRealize的功能做了补充,以提高在高度虚拟化的VMware环境中整个IT基础架构的可视性。Brocade SAN Content Pack for vRealize Log Insight消除了来自数以百万计事件的“噪音”并扩大关键的SAN警报,以便利用可行分析来加快故障排除。
在执行初始设置和配置、调整、报告和网络优化等任务时,每个博科分析监测平台都会提供端到端的专业服务。此外,还有其他的专业服务可供选择,包括不间断的调整和优化服务、设备配置数据分析、所有设置微调和SAN基础架构分析。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。