请问:网络对于你的意义是什么?
其实对于大多数人而言,网络都已成为生活中必不可少的一部分,对于超融合系统来说,亦是如此!但是,大多数超融合环境却未将网络考虑在内!
对于思科 HyperFlex 来说,网络被视为系统中不可或缺的基本组成部分!具体怎样体现?!一个事实告诉你!
一个事实
借助思科 UCS 6248/6296 交换矩阵互联,你可以通过一个连接和管理点将刀片服务器和思科 HyperFlex 节点集成在一起:这是其他任何超融合供应商都无法提供的功能!
部署集群后,无需重新设计网络即可对其进行最大限度的扩展。该解决方案的设计初衷就是可以轻松扩展,超融合系统需要大量东西流量带宽并且具备低延迟特性,思科均可提供!
看到这,大家可能了解了网络之于超融合系统的重要性,但你知道这是为何吗?!当超融合系统与思科网络集成,又会带来哪些创新成果?!满载知识的 “小巴车” 已经开动,想要学习?快上车!
网络在超融合系统中极为重要,因为存储平台的性能取决于网络!借助思科 UCS 交换矩阵互联,可以获得高带宽、低延迟 10 Gbps 统一交换矩阵连接,通过一组电缆承载所有生产 IP 流量、超融合层流量和管理流量。集群中的每个连接都被视为其自己的微分段,与受单独物理链接支持时拥有相同的安全级别,从而使得集成网络比在使用商品法时更加安全。
HyperFlex 网络技术:高带宽、低延迟
系统经过设计,以便所有流量(即使是来自刀片服务器的流量)只通过单个网络跳跃即可连接集群中的任意其他节点,其他供应商都无法实现这一点。我们的延迟是确定的,因此,对于数据平台你可以获得一致的网络性能,并且不必担心工作负载部署方面的网络限制。此单跳架构可加速东西流量,从而提升集群性能。
超融合中网络的另一个关键技术点在于 vNIC 及 QoS! 思科 HyperFlex 系统上的网卡很奇妙,这种被叫做 VIC 的网卡是一种高级的融合式网卡(CNA),可以虚拟化成多个 vNIC。其它厂商服务器上的网卡只能虚拟静态 vNIC 不同,思科 HyperFlex 的 VIC 可以虚拟化 256 个vNIC,而且思科支持动态 vNIC,这种类型的 vNIC 不是固定的,可以随着 VM 的漂移而移动。通过和 VMware 的结合,动态 vNIC 在 VM 移来或虚拟设备热添加时被创建出来,在 VM 移走或虚拟设备热移除时被删掉。这些 vNIC 逻辑上就像 FI6248/6296 伸在服务器里的端口,因此只有思科 HyperFlex 能实现整个超融合内端到端的 IO 质量(QoS)保证。
不过,想要实现以上愿景,还需要产品来支撑才行!那么,如何选择产品?
如今,思科 HyperFlex 系统设计为与集群中的每个节点有 20 Gbps 连接,并与思科FI6248/6296交换矩阵进行互联;未来思科FI6300 系列交换矩阵会带来 40 Gbps 连接……鉴于思科 HyperFlex 系统中对数据吞吐量的需求增长,我们的产品已准备好满足这些需求!
除此之外,随着环境增长并开始覆盖整个企业时,还可以使用思科 ACI 来实施软件定义的网络!
思科 ACI 提供基于策略的自动化网络部署,在安全、隔离的环境中保护各类应用。网络可以直接连接到虚拟机和物理服务器,并提供下列优势:
关于超融合还想了解更多?关注@思科联天下 官方微信,回复 “HX” 即可查看思科资深顾问工程师张亦安关于Hyper Flex的更多专业分享! 9 篇技术宝典,篇篇深入思科 HyperFlex 的精髓,听说打开第一篇后就控制不住寄几了……不信试试看!
“思享家”汇聚思科资深专家,旨在与粉丝分享、交流和探讨思科的观点、技术以及行业领域的热门话题。在这里您得到的不只是答案,更是一个前所未有的思科行业专家团队!
好文章,需要你的鼓励
Rivian分拆公司Also与亚马逊达成多年合作协议,将为这家电商巨头提供数千辆新型踏板助力四轮货运车TM-Q。该车辆载重超过400磅,体积小巧可使用自行车道。双方将合作定制车辆以满足亚马逊在欧美的配送需求,预计2026年春季投入使用。Also从Rivian内部项目发展而来,今年独立融资1.05亿美元,将利用可拆卸电池技术和专业物流软件为密集城区提供最后一公里配送解决方案。
Character AI联合耶鲁大学开发的OVI系统实现了音视频的统一生成,通过"孪生塔"架构让音频和视频从生成之初就完美同步。该系统在5秒高清内容生成上显著超越现有方法,为多模态AI和内容创作领域带来突破性进展。
知名投资机构Accel和Prosus宣布建立新的投资合作伙伴关系,专门支持印度初创企业从零开始发展,重点关注那些能够为南亚地区大众提供大规模解决方案的创始人。这是Prosus首次在企业成立阶段进行投资。双方将从创业公司最早期开始共同投资,专注于解决自动化、能源转型、互联网服务和制造业等领域的系统性挑战,初始投资金额从10万到100万美元不等。
这项由南洋理工大学研究团队开发的DragFlow技术,首次实现了在先进AI模型FLUX上的高质量区域级图像编辑。通过创新的区域监督、硬约束背景保护和适配器增强等技术,将传统点对点编辑升级为更自然的区域编辑模式,在多项基准测试中显著超越现有方法,为图像编辑技术带来革命性突破。