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
五家光学存储初创公司正在开发长期存储技术,旨在用超过100年寿命的光学介质替代只有5-7年寿命的磁带。这些公司包括Cerabyte、Ewigbyte、HoloMem、Optera和SPhotonix,它们的技术类似微软Project Silica项目。光学存储介质具有更强的化学、冲击、辐射、水和热抗性,同时保持低能耗和高容量特性。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。