至顶网网络频道 05月27日 北京报道:最近,在开源家族中出现了一位“网红”,那就是OPNFV,相信业内人士并不陌生,OPNFV是针对NFV领域的一个开源项目,和其他开源项目的主要区别在于其并不专注于开源代码的开发,而是致力于将其他开源项目通过集成、部署和测试进行系统级的整合,从而搭建一个基准的NFV平台。而如今在NFV领域中恰恰缺少一个这样的平台,使得不同开源标准及协议间能够互通协作,以符合NFV的实际应用环境。
OPNFV 执行董事 Heather Kirksey 女士
在近期举办的2017中国SDN/NFV大会上,OPNFV的执行董事Heather Kirksey女士就OPNFV项目如何推动不同开源生态系统上网络功能虚拟化(NFV)部件的开发和演进,以及加快企业和服务提供商的网络变革做了精彩讲解。在演讲中Kirksey表示,“随着即将公布的第四版Danube的问世,此项目已经基本成熟,并将成为开发商之间进行协作以及NFV、SDN和云生态系统之间快速复制的助推器。”
合作开发特征模块
另外,Kirksey还详细介绍了OPNFV的CI/CD基础设施、DevOps方法、以及通向遵循和验证(CP) 计划的路径、代理Plugfests的价值,以及今年的OPNFV峰会将带来的新方向。
据Kirksey介绍,OPNFV是Linux Foundation旗下的一个合作项目, OPNFV项目本身会和上游项目一起创建特征,而具体开发工作可能会集中在上游项目,也可能在OPNFV项目本身进行,这主要取决于项目本身需要,最后其会把这些开发好的特征模块组合在一起进行部署。
分布式测试环境
OPNFV项目把测试分为认证测试和功能测试两大类,当在测试过程中发现问题时,则会将所发现的问题反馈至上游项目以获得相应支持,这些上游项目主要来自于一些主流的开源社区及组织,如OpenStack、ODL、OVS和IETF、ONF、ODP等开源组织及社区。
Kirksey在接受至顶网记者采访时表示,“实际上这个测试环境是分布式的,其中包括很多贡献者,如华为、诺基亚、爱立信等等,也有运营商,如中国移动、Orange,还有一些非盈利组织的参与,他们贡献出自己的实验室,联合组成了OPNFV项目测试实验室环境来承接社区测试的工作,因此在这些测试环境中包含的硬件非常丰富,如X86、ARM以及OCP,还有一些OEM厂商,如广达的相关硬件都会涵盖在其中。”
此外,Kirksey还表示,“目前开源项目的开发流程一般都会基于DevOps。而OPNFV社区要把各个项目集成起来,所以社区的DevOps测试要和上游的CICD进行对接,最终要实现上游社区改动代码会自动触发OPNFV对所改动的内容做相应的测试和验证,而我们希望这一系列流程全部实现自动化,所以在OPNFV社区中的CICD会和上游社区做持续集成和持续部署的对接工作。”
版本特性及成员贡献
OPNFV到目前为止已发布了4个版本,都是以河流的名字来命名。最新版本多瑙河已经于4月初发布,平均每半年发布一个新版本。Kirksey表示,“在6个月中,我们把OpenStack部署了7000多次,也就是说OPNFV社区在对项目的集成方面花费了大量精力,来解决整个项目在集成时所需的配置,在这方面我们积累了大量经验。目前有大概20多个活跃的成员及组织在OPNFV的多瑙河版本中贡献了多达180个开发者。”
在OPNFV最新版本中,在底层数据面也是利用DPDK和ODP进行加速的模块,数据面转发模块包括FDIO和OVS。上层计算的虚拟化模块包括KVM和LXD(LXD是容器的一种格式)。在网络虚拟化方面采用了主流的3个SDN的controller方案,另外还把OPNO作为mano集成到了整个系统中。因此多瑙河版本实现了在NFV平台上端到端的整体方案。
由于集成了OPNO的缘故,新版本可以通过一个OpenStack控制很多子OpenStack。形成了集群概念。同时,也实现了ServiceChaining、IPV6、二层和三层的VPN,以及故障管理和分析等功能。
此外,为了能够更好的解决运营商目前所面临的设备间互联互通的严峻问题,OPNFV还特别制定了CVP计划,CVP会帮助运营商解决设备间互联互通的问题,让运营商可以更方便地把各个模块集成在一起,组合成NFV的整体系统并进行部署。
在OPNO会员列表中,白金会员包括中国移动、华为、ZTE、联想。黄金成员包括BII、中国电信、中国联通等,这些都是OPNFV的主要需求提供方及贡献者。而目前SDN/NFV产业联盟已经宣布正式加入OPNFV,作为一个非盈利组织会员,SDN/NFV产业联盟也将与OPNFV共同在中国推动NFV产业的进一步落地。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。