随着目前云计算业务的大量崛起,数据中心业务也随之快速增长,这都让广域网技术越来越得到企业的关注。而在数据中心之间的网络传输与控制技术中,当下WAN-SDN网络架构正不断升温,并逐渐深入到数据中心及运营商市场。
而作为IP及光网络领域的领导厂商诺基亚和上海贝尔最先提出了面向未来网络简单化、可编程、超宽带的发展路线,并通过SDN、NFV和IP与光传输的融合,全面提升了具备核心竞争力的可编程网络方案,满足专网与物联网多元需求的虚拟化EPC、EPC Cloud等创新解决方案。
在广域网应用方面,诺基亚最新推出的具备保障能力的新型SDN网络服务平台(NSP)解决方案,首次将业务自动化和网络控制完美统一在了一起。此外,根据贝尔实验室的研究表明,通过利用精密算法智能地跨网络分配新的连接,运营商可由此增加24%以上的由流量所带来的营收。
NSP支持多厂商设备可控可编排
据悉,诺基亚NSP能够帮助运营商提供简化、按需的最终用户体验。根据分析公司ACG的分析,NSP简化了对新服务的定义。在多厂商环境下,NSP可实现业务自动化与网络优化,使创新产品的设计时间比之前缩短逾58%,花费的资源也将减少至少56%。
诺基亚和上海贝尔IP及光网络事业部负责人Drazen Lukic
诺基亚和上海贝尔IP及光网络事业部负责人Drazen Lukic表示,“从诺基亚NSP产品来说,基于SDN控制器,其能够对多厂商的传输设备进行控制。另外,诺基亚NSP也可以接受其他厂商编排器对其进行控制,这种控制更多是在业务层面。换言之,NSP产品向上可以支持多厂商的编排器,向下可支持多厂商设备。”
对传输网与IP网络实现融合管控
目前在市场上能够做到IP网络和传输网络统一管控的厂家还十分少见,而诺基亚和上海贝尔就是这为数不多的厂商之一,通过多年对IP和光网络领域的深厚积累,成功实现了利用NSP对传输网与IP网络的融合管控。Drazen Lukic对此表示,“我们现在是用同样的控制器来控制IP和传输,比如在两个数据中心之间的出口路由器上,假如原来是1G的带宽,现在要增加到10G,那么A数据中心的出口路由器连到A的传输设备,再连到B的传输设备,最终到B的数据设备。”
对于用户来说,一般在提供业务的时候,并不会告知网络要建立一个IP的通道,或者建立一个传输的通道,而只是会说要建立一个从哪里到哪里多宽的通道,而诺基亚NSP对网络的控制就主要体现在对路由器建立带宽的管理方面,Drazen Lukic表示,“如果原来是100G的接口,要提供10G的VLAN。下面的传输链路可能只是1G的,这时控制指令会同时下发到IP层面和传输层面,在IP的某一个端口上,带宽会从1G变成10G,同时从相连的设备上要打开10G的通道,这样才能实现端到端的打通。
降低运营商网络扩容成本
对于运营商而言,以往在IP网络与传输网之间的扩容来往往是呈1:1的比例进行升级扩建的,但如果采用WAN-SDN的网络架构后,将从一定程度上降低数据中心网络扩容的成本。对此,Drazen Lukic表示,“一方面关于IP和传输的融合,目前越来越多的IP设备具备了传输的功能,传输网络更多的解决大容量长距离传送问题,对于IP来说,更多解决路由的流量流向问题,总体来讲,这两个层面还会长期存在。”
由于SDN技术的引入,模糊了用户对物理层和网络层面的感受,无论是IP还是传输,都将是更加的智能化,可编程的。对于IP和传输网络在扩容时所应该依据的比例而言,Drazen Lukic认为,“很大程度上还将取决于网络架构。包括部署的业务,如两个数据中心之间少于40公里,根本不需要部署传输设备,这个时候跟融合没有关系。而如果在两个城市之间搭设两个数据中心,就肯定涉及到IP与传输的问题,当IP网络扩容,传输网络也得做相应的扩容。但应用了SDN之后会有很大改观,可以模拟网络的各种情况,根据观察到的网络当中的流量情况进行预测,类似大数据分析。根据预测的结果,可以计算出应该在IP网络还是传输网络上进行扩容,这是SDN应用的另外一个好处。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。