由物联网、云、视频等引发的网络流量增长给企业数据中心和广域网带来了不小的压力,为满足网络流量指数增长预期,博科近期宣布推出新一代数据中心路由解决方案Brocade SLX 9850,它采用可扩展和端口高密度设计,一方面提供了高性能的网络矩阵容量,另一方面SLX 9850一系列的网络创新特性也满足了数字时代对网络基础设施的需求,例如网络可视化和网络自动化等。
博科中国区技术经理谷增云在Brocade SLX 9850发布沟通会上表示,“除了满足未来网络容量的增长,保护企业投资外,未来的网络还要解除对业务敏捷性的束缚、提高SLAs和运营效率。”
通过独特的软硬件创新组合,SLX 9850路由器嵌入Brocade SLX Insight Architecture,提供普遍的网络可视性,通过智能便捷地获取网络流量,可以快速发现网络问题、满足关键SLAs。SLX 9850还采用了Brocade Workflow Composer,以提供基于服务器、DevOps风格的网络自动化。
提高业务敏捷性
新的网络可视性是SLX 9850进行的一项革新,以往管理员要抓取业务流量往往是一项复杂的工作,设端口镜像、PC连接才可以导出,另外交换机的速率和PC速率不匹配也会增加工作的复杂度。现在,Brocade SLX 9850提供了一个独立的控制模块,其上的虚机可以安装任何第三方分析工具,这个虚机到每个板卡都有一个10G的接口,这样可以实时地对数据进行抓包,并方便地进行网络监测与故障排除,“这是博科和别人做得不一样的地方。”谷增云说。
这个功能是由Brocade SLX Insight Architecture实现的,它包括一个基于开放内核的虚拟机(KVM)环境,用于运行第三方和客户的具体监测、故障排除和分析应用。其灵活的流选项,用于把捕捉的数据带内和带外流交付至分析应用。
提高SLAs与运营
Brocade SLX 9850还提供了Dev-Ops风格的网络自动化,它由Brocade Workflow Composer演化而来,Dev-Ops的方法消除了跨功能孤岛,便于网络和所有其它域以编程方式参与到整个服务交付链中,进而实现按需服务交付和业务敏捷性。BWC是一个专为满足这些需求而设计的独特网络自动化平台,可帮助跨域工作流程桥接孤岛,提高业务敏捷性。
Brocade Workflow Composer现在支持SLX 9850并提供交钥匙式、可定制的DIY网络工作流,让客户按照自己的步调实施自动化。
高容量、高性能、高缓存
在性能和容量上,Brocade SLX 9850提供了230 Tbps非阻塞机箱矩阵容量,具有行业领先的10/40/100 GE价格和每个刀片密度。通过专为最高的密度和规模而设计的独特1.5 RU模块化线路卡,SLX 9850可以支持最多400万个路由器、200万全彩色统计和200万策略,以满足目前和未来以指数增长的带宽、设备和服务。
另外,SLX 9850提供了高达36G的大路由缓存,缓存能力是衡量路由器QoS能力的重要指标,要求路由器在网络流量突发的情况下,发挥最高网络性能。谷增云说,“SLX 9850 36G的缓存,如果每个端口打满流量,可以缓存100毫秒报文,它还行业里缓存是最大的。”
SLX 9850还采用无背板设计,解除背板对容量提升的限制,增加容量无需换机箱,增强扩展性。
目前,Brocade SLX 9850已经在阿姆斯特丹互联网交换中心(AMS-IX)得到部署应用,支撑其以节约成本、空间和能源的方式大幅提高100 GbE服务的数量和密度,同时为未来的平台扩张留出了庞大的空间。
好文章,需要你的鼓励
许多CIO在实施AI战略时因良好初衷反而导致失败。专家指出,仅为AI而做AI会浪费资金且无实际成果,应先评估业务价值。CIO常见错误包括:让风险规避型利益相关者施加过度限制、仅依赖现成AI工具而不深度整合、在人员和流程问题未解决时强推技术转型。成功的关键是确保AI解决方案真正节省时间并带来业务价值,需要有权威的负责人推动决策,同时不惧怕小规模试错,快速迭代改进。
谷歌研究院开发出一种革命性的人工智能技术,通过学习人类眼动轨迹来提升视觉问答能力。该技术像训练侦探一样教会AI关注图像中的关键区域,准确率提升3-10%。研究发表于CVPR 2024,在教育、医疗、无人驾驶等领域具有广阔应用前景,为AI向人类智慧靠近开辟了新路径。
Kahoot是一个基于游戏的学习平台,涵盖科学、历史、地理、英语和数学等领域。该平台于2023年推出AI功能,AI生成器可从主题、文档、网站或视频链接即时创建互动学习体验,帮助教师减少备课时间,让学习更具吸引力和个性化。平台支持50种语言,拥有120亿用户,还提供翻译工具和AI驱动的学习推荐功能。
英国卡迪夫大学研究团队通过脑电图技术发现,当人们体验虚假听觉(即"听到"实际不存在的语音)时,大脑的神经活动模式与听到真实声音时几乎相同。研究揭示了大脑会根据语言经验和上下文自动"填补"缺失的语音片段,这一发现对理解听觉障碍、改进助听设备以及开发更智能的语音识别系统具有重要意义。