康普北亚区技术总监吴健
随着带宽、容量和较低延迟的需求不断增长,推动了向更快网络速度的迁移。因此每一年,对于大规模云数据中心的适应和生存能力都是一场考验。当前,100G光学器件正大量涌入市场,预计明年也会迎来400G。尽管如此,数据流量仍在持续增加,数据中心面临的压力将有增无减。
数据中心的能力由服务器、交换机和连接因素决定,三者相互制约与平衡,同时也推动着彼此向着更快、更低成本的方向发展。多年来,交换技术一直是主要的驱动力。随着博通StrataXGS Tomahawk 3的推出,数据中心管理人员现在可以将交换和路由速度提高到12.8Tbps,并将每端口成本降低75%。那现在的限制因素是CPU吗?其实不然。今年年初,NVIDIA推出了用于服务器的全新Ampere架构芯片。事实证明,游戏领域使用的处理器非常适合处理人工智能(AI)和机器学习(ML)所需的训练和推理。那么限制因素是什么呢?
随着交换机和服务器向着支持400G和800G的方向不断发展,保持网络平衡的压力就转移到了物理层。2017年批准的IEEE 802.3bs标准为200G和400G以太网铺平了道路。有关800G及以上的带宽评估工作,IEEE最近才刚完成。考虑到开发和采用新标准所需的时间,进度可能已有所滞后。随着行业致力于向着400G到800G,再到1.2 Tb乃至更高带宽跃进,布线和光学OEM也一直在奋力前行。以下,是我们看到的一些发展趋势。
首先,服务器的配置和布线架构正在不断升级。聚合交换机从机架的顶部(TOR)正向中间行(MOR)转移,并通过综合布线配线架连接到交换机端口。如今,若数据中心需要迁移到更高的速度,只需简单地替换服务器跳线,而无需替换原本更长的交换机到交换机的主干链路。采用这种结构化的布线设计,也就无需在交换机和服务器之间安装并管理192条有源光缆(Active Optical Cable)。
可插拔光模块的全新设计为网络设计师提供了更多可选的工具,其中包括支持400G的QSFP-DD和OSFP。两种外形上均具有8倍通道,光学器件可提供8个50G PAM4。在32端口配置中部署时,QSFP-DD和OSFP模块可在1RU设备中实现12.8 Tbps。OSFP和QSFP-DD尺寸支持当前的400G光模块和下一代800G光模块。使用800G光纤,交换机将达到每1U 25.6Tbps。
还有更多的连接器选项可支持400G短距离MMF(多模光纤)模块。400GBASE-SR8标准下,可使用24芯MPO连接器(适用于传统应用)或单行16芯MPO连接器。单行MPO16是早期云规模服务器连接的首选。另一种选择是400GBASE-SR4.2,它使用具有双向信令的单行MPO12,非常适用于交换机到交换机的连接。IEEE802.3 400GbaseSR4.2是首个在MMF上利用双向信令的IEEE标准,它引入了OM5多模光纤。OM5光纤扩展了对BiDi等应用的多波长支持,使网络设计人员能够实现比OM4多50%的传输距离。
业界预测,未来两年内将需要用到800G光学器件。800G可插拔MSA已于2019年9月面世,可助力开发新应用,包括适用于60至100米跨度的低成本8x100G SR多模模块。其目标是提供一种早期低成本800G SR8解决方案,使数据中心能够支持低成本服务器应用。可插拔式800G将支持更高的交换机基数,以及更低的单机架服务器数量。
同时,IEEE 802.3db工作组正在研究针对100G/波长的低成本VCSEL解决方案,并证明了在OM4 MMF上达到100米的可行性。如果成功,这项工作就能将服务器连接从机架内DAC转换为MOR/EOR高密度交换机。它将提供低成本的光学连接,并能够为传统MMF提供更长期的应用支持。
市场瞬息万变,未来发展的速度还会更快。好消息是,从标准机构到行业,已经取得了前景可期的重大进展,有望助力数据中心升级到400G和800G。但是,消除技术障碍也只是克服了一半的挑战,另一半的挑战在于把握时机。每两到三年就是一个更新周期,新技术也在加速面世,运营商很难准确判断合适的过渡时间,一旦发生误判,成本就会更高。
业界在不断发展。像康普这样的技术合作伙伴能够帮助您应对不断变化的形势,并为您提供最符合您长期利益的决策建议。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。