10月11~14日,在杭州举办的全球云计算TOP级峰会——2017云栖大会上,阿里巴巴集团发布了全新的25G数据中心网络架构,该架构是在规模部署其第一代25G架构后的重大架构演进,未来将统一承载全线业务。
作为阿里巴巴数据中心网络设备的供应商之一,锐捷网络与阿里巴巴基础设施事业群针对网络架构进行了全面合作,开发配套全新的网络产品,覆盖接入、汇聚及核心设备。在本次云栖盛会上,锐捷网络应邀首次发布了多款面向阿里巴巴网络架构的配套交换机新品,不仅在性能上较上代产品实现了飞跃,可提供基于RDMA(Remote Direct Memory Access,远程直接内存访问)的无损以太网低延时传输和基于硬件的可视化能力,更能在运营上大幅降低整网的单比特成本。
图:25G数据中心网络架构发布现场
作为全球领先的互联网公司,此次阿里巴巴发布的数据中心网络架构,将对业界网络技术及未来应用的发展带来深远影响,同时也成为业内众多网络设备厂商关注的焦点。
锐捷网络深刻理解阿里巴巴数据中心网络所面对的挑战,不仅要满足全球最大的交易和支付平台所需的性能,还要兼顾飞速发展的云计算网络所需要的拓展性和灵活性。
基于上述的特性和要求,锐捷网络精心打造了新一代交换机产品,包括:
25G接入交换机RG-S6510-48VS8CQ
图:RG-S6510-48VS8CQ
RG-S6510-48VS8CQ作为25G网络接入交换机,采用1U设计,提供48个25G网络接口,固化8个100G接口。该产品采用Broadcom Trident3芯片全新设计,相比上一代25G产品,其缓存能力提升8倍。支持基于硬件的网络可视化运维特性,大大简化网络运维、提升运维效率。此外,该芯片支持丰富的硬件可编程特性,满足未来更多业务特性的扩展。
100G接入交换机RG-S6510-4C
图:RG-S6510-4C
RG-S6510-4C采用2U设计,提供4个模块化插槽,可以灵活扩展8个100G接口板卡、24个25G+2个100G接口板卡及16个40G接口板卡。通过整体提供32个100G接口,满足未来更高密度、更大业务流量的业务需求,实现服务器100G网卡的高速接入。通过扩展25G板卡,可以实现48个25G接口+20个100G接口的组合,实现25G业务的1:1收敛接入,满足特殊业务需求。该产品采用Broadcom Trident3芯片全新设计,相比上一代产品,其缓存能力、RDMA、可视化等能力都实现了大幅度增强。
汇聚交换机RG-S6520-64CQ
图:RG-S6520-64CQ
RG-S6520-64CQ采用Broadcom Tomahawk 2芯片设计,是迄今为止业界最高密度的100G BOX设备。可以满足Server POD基于业务需求灵活调整收敛比,同时支持硬件的可视化运维能力,满足全网端到端可视化运维的实现,同时可作为中小型数据中心核心与中大型数据中心汇聚设备。
核心交换机RG-N18000-X系列
图:RG-N18000-X系列
RG-N18000-X系列是锐捷网络2015年发布的100T平台“零背板”数据中心核心交换机,针对阿里巴巴全新一代网络架构,锐捷网络发布全新的100G接口板卡M18000X-32CQ-DB,相比上一代产品单卡功耗降低40%、整机功耗降低30%,综合应用成本降低20%。支持关键表项的灵活调整及路径可视化、延迟可视化特性,实现整体投入成本的降低和运维效率的提升。
锐捷网络自2016年开始参与阿里巴巴数据中心网络架构建设,RG-N18000-X系列核心交换机、RG-S6500系列25G交换机和RG-S6220-H系列万兆交换机等产品均已应用于阿里巴巴多个数据中心集群。
未来,锐捷网络将进一步与阿里巴巴携手共进,让永不止步的创新,为中国互联网与云计算产业的发展开山架桥。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。