• <track id="arm1y"></track>
  • <menuitem id="arm1y"><dfn id="arm1y"></dfn></menuitem>
  • <menuitem id="arm1y"></menuitem>

    <menuitem id="arm1y"><dfn id="arm1y"><thead id="arm1y"></thead></dfn></menuitem>

    華為數據中心自動駕駛網絡從L3演進到L3.5,瞄準復雜異構網絡挑戰

    極客網·極客觀察(朱飛)9月30日 在各行各業數字化轉型加速的今天,新應用的需求和業務變更快速發生、層出不窮,應用程序和業務系統進一步成為企業的“生命線”。隨著云原生應用架構的出現,以及多云部署業務成為常態,作為支撐應用程序和業務系統的“數字神經系統”,企業數據中心網絡面臨諸多挑戰,包括不僅需要實現跨云跨網絡的可擴展性和高性能,還要通過廣泛的自動化來獲得更高的敏捷性和靈活性,以支撐數字化應用及業務的瞬息萬變。

    數據中心網絡自動駕駛,需要持續進化以適應這種局面。9月27日,在華為2021全聯接大會上,華為基于在去年實現的L3數據中心自動駕駛網絡已在單一網絡內實現高度自動化的基礎,進一步面向全球發布L3.5數據中心自動駕駛網絡方案,將目光瞄準數據中心多云多廠商異構網絡成為常態情況下,割據式管理導致的自動化參差不齊的現狀,幫助客戶實現復雜異構全數據中心網絡的端到端自動化。

    什么是數據中心自動駕駛網絡?其目標愿景和分級標準是什么?從L3演進到L3.5,華為看到了什么問題?如何解決之?更高階的自動駕駛網絡未來該如何推進?讓我們一探究竟。

    以自服務、自維護、自優化為目標,數據中心自動駕駛網絡持續演進

    在整個網絡通信業界,自動駕駛網絡的提法并不陌生,相關標準、技術、方案及應用一直是業界重點關注的話題。具體到數據中心網絡領域,由于當代數據中心網絡肩負著數字經濟時代企業應用程序和業務系統最仰賴的海量數據的聯接和轉發重任,而當前數據中心網絡的運營維護還存在大量的人工編排、人工檢校、人工排障、人工恢復等諸多人工斷裂點,其自動駕駛的探索和應用尤其重要。

    總體來看,業界已達成高度共識,將數據中心自動駕駛網絡劃分為L0~L5級,賦予每個級別不同的關鍵能力特征,從無自動化逐級上升到完全自動化。其中華為的整體解決方案由基礎設施、管控系統、云端訓練系統三層組成,覆蓋網絡規劃、建設、運維和優化等全生命周期過程,包括規劃設計、部署開通、業務發放、網絡變更、監控排障、調參優化六個子環節,幫助企業逐步向自服務、自維護、自優化的無人值守數據中心網絡演進。

    在今年3月發布的超融合數據中心網絡CloudFabric 3.0解決方案中,華為基于全以太架構構建0丟包的計算和存儲網絡,助力算力100%釋放,率先實現了業界唯一的L3自動駕駛網絡能力。在這一階,華為構建了“規、建、維、優”四個環節全流程的智能化能力,幫助客戶實現了單一網絡的自動化、服務化,助力業務秒級發放;同時實現了網絡從被動運維到主動運維的轉變,保證業務7X24在線。

    從L3到L3.5,華為著力解決多云多廠商復雜異構網絡的自動駕駛難題

    值得注意的是,上述L3數據中心自動駕駛網網絡所取得的成果是在全以太網絡架構下實現的,但現實中企業的大量業務是由多云多廠商提供支撐的,大量企業的數據中心網絡也并未實現統一的全以太網絡架構,從而導致多云多廠商多網絡架構絡并存,這給企業數據中心網絡進一步邁向服務化、提升自動化水平帶了諸多挑戰。

    首先,七國八制下,多云和多廠商網絡模型差別巨大,各自的控制器只能管理自家設備,使得人工斷裂點攀升,一個跨云跨廠商的復雜業務甚至會出現100+斷點。

    其次,IT團隊和網絡團隊使用不同的工作視圖,多視圖割裂導致網絡能力不能被業務視圖調用,導致業務出現異常時需要多部門人肉式協同定位故障,耗時耗力且耗心情。

    最后,不同業務團隊會根據業務需求拆分網絡工單,數量從數個到幾十個不等。在眾多業務團隊眾多工單并行的模式下,網絡部門被迫不斷在工單間切換,每天都被大量的零散工單淹沒。更折磨人的是,由于逐單執行但始終看不到業務全局視角,因此即使所有的業務工單都執行完成了,網絡是否能夠完全滿足業務的需求仍然不得而知。

    “去年華為L3數據中心自動駕駛網絡已在單一網絡內實現高度自動化?!比A為數據中心網絡副總裁吳圣偉發布會上表示:“L3.5則在L3單一網絡自動化基礎上推進到了多云多廠商全場景網絡服務化,可支持多云協同、網絡全量基礎原子能力的開放,以及在構建在這兩大能力之上的全網數據的融合,助力企業業務在復雜異構網絡環境下也能夠敏捷創新?!?/p>

    具體來看,在核心部件iMaster NCE智能管控析系統的支持下,華為L3.5數據中心自動駕駛網絡方案將從以下三個方面解決上述難題:

    ? 通過業務設計平臺,調用全網范圍的100+開放原子,實現任意業務流零斷點的靈活編排;同時以組件發布,提供面向業務的網絡服務整合,使得工單數量減少90%,設計工作量減少70%,業務上線從月到分鐘級。

    ? 從單一網絡擴展到公有云/私有云/駐地云等網絡統一管控和自動化,達到跨云網絡秒級開通;

    ? 南向基于AOC平臺,并對于多廠商網絡統一數據建模,實現全網無差別可視與仿真,配置變更0差錯。

    參照汽車自動駕駛的進展情況看,數據中心自動駕駛網絡從L3到L3.5升級“半代”也殊為不易,就像汽車自動駕駛需要處理人車路協同一樣,L3.5數據中心自動駕駛網絡也要深度理解企業在各種網絡架構下的工作負載和應用程序,先實現單一網絡的自動智能,再實現多個網絡之間的自動化、智能化協同。

    數據中心自動駕駛網絡從1到N是長期實踐,需要產業各方攜手推進

    而這背后,顯然是單一技術提供商獨自為戰無法完成的,必須是技術方案與客戶場景的互相理解、深度融合,并且在不斷的應用實踐中“發現新問題--拿出新方案--解決新問題”,才能推動數據中心自動駕駛網絡朝著自服務、自維護、自優化終極目標不斷靠攏。

    這也正是華為長期秉承的實踐方略。早在2020年9月的開放數據中心峰會(ODCC)上,華為就攜手行業客戶和產業伙伴面向全球發布了《數據中心自動駕駛網絡白皮書》,全面闡述數據中心網絡的未來愿景、目標架構、分級標準和應用實踐,為企業建設新一代數據中心網絡提供標準參考。同年12月,華為又與IDC開展合作發布《數據中心自動駕駛網絡指數報告》,與時俱進識別企業數據中心自動化轉型訴求,評估自動駕駛網絡水平,提供升級演進指導建議。

    截止目前,華為數據中心網絡方案已經在全球包括金融、政府、互聯網、制造、能源等各大行業超過12000家客戶的數據中心部署,其中iMaster NCE智能管控析系統已在全球4000+數據中心成功商用,幫助他們通過重構網絡架構和運營模式,獲得業務敏捷性和可靠性,同時降低運營費用(OPEX)和建設成本(CAPEX),構筑了面向數字經濟時代的新型競爭力。

    面向未來吳圣偉坦言,“自動駕駛網絡從1到N是一個長期實踐、發展演進的過程。華為一直致力于基于客戶場景和痛點,以發展的眼光解決問題,期望攜手各方客戶和產業伙伴,共同持續推進網絡AI技術的大規模成熟應用,加速數據中心網絡邁向使能敏捷商業、極致體驗與高效運維的自動駕駛時代?!?/p>


    (免責聲明:本網站內容主要來自原創、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
    任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )

    马后炮解3d太湖字谜钓叟
  • <track id="arm1y"></track>
  • <menuitem id="arm1y"><dfn id="arm1y"></dfn></menuitem>
  • <menuitem id="arm1y"></menuitem>

    <menuitem id="arm1y"><dfn id="arm1y"><thead id="arm1y"></thead></dfn></menuitem>