对于提供托管业务服务的通信服务提供商而言,虚拟客户终端设备提供了显著的优势。通过利用网络功能虚拟化和vCPE,供应商可迅速推出新服务,而不需要在客户位置部署新的硬件。vCPE还可以提高远程管理能力以及降低运营成本。
关于vCPE定义的探讨
企业使用客户终端设备(CPE)连接到电信网络以及访问通信服务提供商提供的服务。虚拟CPE(vCPE)是通信服务供应商向企业客户提供宽带服务的新方式--现在企业客户的大多数CPE功能(例如路由、NAT、VPN或防火墙)都是虚拟化,这些功能位于服务边缘或通信服务提供商数据中心。针对企业的vCPE是NFV市场机会的一部分。
部署vCPE
传统上来看,通信服务提供商通过在客户端安装一个或多个网络设备来向企业客户提供WAN服务,例如路由、防火墙和专用网络(VPN)等。vCPE可利用通用硬件虚拟化来简化网络服务的交付过程。同时,vCPE允许供应商迁移主要WAN功能到位于远程数据中心的软件。而在远程或分支机构,仍然需要硬件—无论是低成本服务器或交换机和路由器。通信服务提供商可远程配置和管理各种WAN功能,客户可通过门户网站访问他们的网络服务,让他们可根据需求来更改这些服务。
vCPE的市场机会
企业客户每年花费超过450亿美元在广域服务,例如MPLS、VPN和互联网。随着业务需求转变以及安全威胁增加,通信服务提供商需要调整自己的WAN服务来满足客户的需求。例如,对直接发送网络流量到互联网(而不是从分支机构到数据中心)的需求为SD-WAN服务创造了新市场。通信服务提供商正在利用vCPE快速交付新服务(例如SD-WAN和安全),让客户能够轻松地调整自己的服务组合,以及降低其Capex和Opex。根据Doyle研究公司表示,vCPE是NFV部署的最大驱动力之一,到2018年,它将占NFV相关服务的20%以上。
部署挑战
与很多新的复杂技术一样,vCPE面临很多部署挑战。大多数通信服务提供商拥有传统服务(例如MPLS),这些服务依赖客户现场的特定硬件部署。由于相对缺乏标准和大量网络软件供应商之间糟糕的互操作性,部署具有虚拟网络功能(VNF)的NFV服务具有挑战性。供应商必须仔细选择网络合作伙伴来提供WAN功能、服务自动化、管理、分析和安全。并且,这些新设计的服务必须可整合现有运营和业务支持系统(OSS/BSS)。
大量vCPE供应商
除了选择内部开发,通信服务提供商还可以选择vCPE供应商,包括如下:
• Active Broadband Networks
• ADTRAN
• 阿尔卡特朗讯
• Brocade
• 思科公司
• ClearPath
• Edgewater Networks
• Gainspeed
• Hewlett Packard Enterprise
• 瞻博网络
• Overture Networks
• RAD
• Riverbed
• VeloCloud
• Versa Networks
• Viptela
这只是部分供应商,还有很多其他供应商,包括很多网络安全供应商。
对通信服务提供商的建议
vCPE是通信服务提供商NFV部署的主要商业用例之一。vCPE驱动的新服务(例如SD-WAN和安全)可快速部署到企业客户,而且对传统费虚拟化网络没有很大影响。很多领先的通信服务提供商将在2016年和2017年部署vCPE。但对于部署vCPE和NFV的通信服务提供商,仍将面临很多挑战,包括缺乏NFV标准、众多供应商以及无法轻松地链接到现有OSS/BSS平台。
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。