“智慧”来源于芯片集成的高效网络监控功能
对于“智慧”而言,我们不妨先举个例子,比如我们如果把网络比作是城市的交通道路,那么“智慧”就是能够自动化疏导交通拥堵的工具。而网络流量采集对于流量计费、带宽规划、路由计算、网络管理和异常流量(如DoS攻击)检测等网络管理工作是非常必要的。然而随着网络规模的扩大和链路速度的增加,实施对很多大规模网络流量的采集非常困难。
而为克服这些困难,盛科网络在最新推出的“智桥”系列高密度万兆交换芯片中,创新性的将对带宽流量中占80%的大象流的检测做到了芯片之中,并实现了动态负载均衡等特性。而这一创新性的做法,相对于当前业内广泛采用的硬件实现流量采集的方法,如Cisco的NetFlow和InMon的sFlow都是基于对数据报文周期性采样实现流量采集的这种方法来说,具备了实现效率更高,实现的成本更加低廉,错误率也将更低等优势。
对此,孙剑勇表示,“这就好比在繁忙的交通中,要把急救车、公交车或者执行其它紧要任务的高优先级车辆和大流量的春运返乡车辆自动识别出来,给予不同的路径引导,从而保障这些车辆的最快速到达。最终能够更快更及时的发现网络存在的问题并迅速采取应急措施,解决网络用户体验差的诟病。”
另外,“智桥”系列芯片在实时网络监控方面,还可以做到小微突发检测、缓存监控、时延监控、软件定义计数器,以及定时触发的芯片统计DMA推送等工作。
除此之外,盛科网络还创新性的提出了Cloud3.0技术,除了提供对网络转发层的控制,还为“智桥”系列芯片集成了对应用级感知技术,通过对网络感知、诊断和监控的功能,可以对封装在隧道内部的流量进行识别和处理,为隧道封包实现可视化提供可能,同时也为数据中心网络提供了基于虚拟机层级的流监控功能,也进一步优化了对网络监控和管理的闭环操作。
“强壮”来源于芯片对SDN/NFV的高度整合与应用
而对于“强壮”而言,就要提到当前最热的技术SDN了,我们知道SDN是以集中控制、动态优化、业务融合的技术趋势来支撑应用需求的,而在传统数据中心网络在向云计算服务转型的过程中,SDN也扮演了至关重要的角色,尤其是目前公有云服务正在不断替代传统的IDC服务,如提供VPC(virtual private cloud)服务,也都需要提供虚拟网络隔离、虚机调度管理等功能,还要对更加复杂的虚机和物理机混合组网做到技术支撑,如果没有SDN技术作为支持,那么将很难实现。
而在SDN领域,盛科网络很早就对其有了深刻认识,这也促使其成为全球开放网络基金会(ONF)最早的成员之一,并且也是开放网络基金会(ONF)的芯片标准组织(CAB)全球十二家成员之一,并参与制定全球性的软件定义网络(SDN)芯片相关标准。同时其也是开放虚拟化联盟(OVA)、国际城域以太网论坛(MEF)的组织成员。
在本次盛科网络发布的CTC8096交换机芯片上,就能够支持L2/L3/MPLS/OpenFlow和数据中心功能等特性集合。其多达96K的Openflow流表,可以支持多级流表查询技术,以及增强ECMP/LAG自愈能力实现流级弹性恢复和大象流动态均衡等功能。而这些都要得益于盛科网络多年来对SDN技术的深入理解与相关产品的研发经历。
此外,我们还能发现在云计算架构中,要实现网络虚拟化相对于计算、存储而言是更加困难的。其原因主要是当前主流的网络虚拟化方案都是通过NvGRE、VXLAN和MPLS等隧道技术来实现overlay网络的。如果隧道的封装和解封装在服务器中进行,当隧道数目多于一定数目,那么性能就会显著下降。而我们知道服务器的CPU资源应该尽可能多的用于计算和存储,而不应该过多的消耗在网络报文处理当中。
盛科网络V350 OpenFlow交换机部署与应用
在看到这一点后,盛科网络通过在其V系列的OpenFlow交换机中提供的L2 over GRE和L2 over MPLS的隧道封装和解封装网关功能,将网络虚拟化的工作转移到交换机上完成,实现了高性能低成本的网络虚拟化解决方案。而V350系列交换机就是基于盛科最新一代TransWarp系列芯片CTC5163和产品化ToR交换机平台,通过集成开源的Open vSwitch和盛科SDK,V350 OpenFlow交换机在处理隧道数目上可达10K,同时流表数目可达20K,完全可以满足当前多种云计算网络架构的需求。
另外,据记者获悉,盛科网络已经与多家云计算服务提供商取得合作,并提供有基于OpenStack等云平台管理软件的网络虚拟化方案。借助OpenFlow交换机,可以为公有云与私有云服务提供一体化的网络虚拟化方案。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。