思科公司表示,旗下Nexus Cloud最终将允许客户以纯云端方式管理自己的数据中心网络。
在本周的Cisco Live上,思科公司公布了其以数据中心为中心的Nexus产品家族的又一位新成员。而其中最大的亮点,就是整个产品家族都经历了一番软件即服务(SaaS)改造。
思科公司Nexus与ACI产品线云网络产品管理副总裁Thomas Scheibe表示,“此次改造,主要服务于那些需要、或者希望在单一位置管理整个Nexus乃至公有云网络基础设施的运营团队。”
他强调,这种能力非常重要,因为思科的大部分数据中心客户(无论具体规模如何)都面临着工作负载在本地、托管和云环境之间广泛分布的问题。
Nexus Cloud的基本思路,就是把思科多年以来为Meraki无线与LAN交换客户提供的集中式云交付网络管理功能,一举推广到数据中心领域。
然而,Scheibe也承认,这款产品目前还不够完善。“客户发现,他们还需要一段时间才能适应这种立足云端管理整个基础设施的新模式。但他们愿意先从监管、故障排查、容量规划和合规性检查起步。”
在正式发布时,Nexus Cloud将提供集中式监控与可见性功能,而管理工作则继续由本地运行的Nexus Dashboard负责处理。
Scheibe提到,包括机器学习驱动型分析在内的其他功能,将在稍后陆续推出。“随着时间推移,我们将为客户提供完整的迁移选项,将基础设施整体交由Nexus Cloud打理。”
这套平台本身,则是以HyperFlex HCI和USC-X服务器使用的相同思科Intersight平台为基础。
Intersight去年也完成了自己的SaaS改造。今年年初,思科又为其增加了对运行在AWS EC2中的Kubernetes集群和虚拟机实例的管理支持。
Scheibe表示,由于Nexus Cloud与Intersight之间的紧密集成,IT团队规模较小的客户也可以通过单一仪表板,轻松通过网络部署并运行各类内外部工作负载。
例如,如果客户在AWS中运行的工作负载需要对接本地数据库,则Nexus产品组合将帮助客户一次性完成对应用程序和网络的部署和配置。
思科为Nexus产品组合引入800G传输带宽
除了Nexus Cloud之外,思科还详细介绍了下一代Nexus数据中心交换机,据称能够支持400至800 Gbps连接。
思科公司目前的Nexus数据中心家族诞生地近十年之前,而且已经更新了几代线卡,目前能够支持400 Gbps网络。
Scheibe解释道,思科的9800系列机箱式交换机就是以400 Gbps连接基准为前提的重置方案。与上一代Nexus交换机一样,随着芯片性能的增强与光学器件的进步,思科现在能够提供传输带宽更高的线卡,用以支撑体量更大的数据流。
与此同时,思科公司还计划在今年晚些时候推出一款名为Nexus 9400的小型模块化机箱,它将提供64个400 Gbps端口或128个200 Gbps端口。
除了大型模块化机箱之外,思科还更新了Nexus 9300固定尺寸交换机,将400 Gbps端口的数量由16个增加到48/64个。
此次Cisvo Live上公布的所有新款交换机,均搭载思科内部原研的Silicon One与Cloud Scale ASIC组合。
结合公告内容,分析师们预计各大云服务商和超大规模客户即将全面普及400 Gbps网络。
根据Dell’Oro Group的数据,2022年第一季度,全球400 Gbps交换机出货量总计超过80万个端口。预计这一数字将在2023年继续保持增长。
随着首批400 Gbps NIC如约上市,这些交换机也将陆续被送往客户手中。但Scheibe预计,大部分数据中心最多只需要100 Gbps端口就足以完成与客户端的数据传输,400 Gbps端口将主要供数据聚合使用。
思科的Nexus 9300与9800交换机将于本季度晚些时候正式出货,9400的发布时间则定于今年秋季。
好文章,需要你的鼓励
Y Combinator合伙人Ankit Gupta与Anthropic预训练负责人Nick Joseph最近进行了一次深度对话。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上,“年度提问二:新工作时代:AI工作流由谁主导?”从企业实践到技术实现、从业务落地到战略决策,展开了一场高密度的思想碰撞与经验分享,将AI工作流背后的难题和解决路径彻底揭开。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。