数据中心桥接:为何其对现代企业网络至关重要
你是否知道数据中心内的一根电缆可以发挥多种作用?借助数据中心桥接技术,它能够实现这一点。
数据中心桥接允许在同一根物理电缆上同时传输以太网流量和存储流量。这带来了诸多重要优势,例如降低网络复杂性、加速故障排查以及提升数据中心的物理安全性。
让我们一同探讨数据中心桥接如何通过引入关键功能来改造传统网络架构。
什么是数据中心桥接?
数据中心桥接是以太网技术的一种扩展,使以太网电缆能够同时管理标准局域网 ( LAN ) 和存储区域网 ( SAN ) 的流量。 这一功能意义重大,因为传统上以太网主要用于局域网流量传输,而 SAN 基础设施通常使用光纤通道电缆。虽然以太网也可用于 SAN,但通常需要专门用于 SAN 的以太网电缆,与局域网电缆分开。 然而,通过数据中心桥接,局域网与存储区域网流量可以在同一根电缆上融合,这意味着两种连接类型的流量均能经由单根以太网电缆传输。 数据中心桥接主要基于一系列标准 ( including 802.11Qbb, 802.1Qaz, 802.1Qau, 802.1AB ),这些标准由电气和电子工程师协会 ( IEEE ) 制定,该协会负责推广技术标准等活动。该技术已存在十余年,但其采用率有所不同,许多数据中心尚未充分利用其优势。
数据中心桥接的优势
乍一看,在同一根以太网电缆上传输多种类型数据的能力似乎并无大碍,但在若干关键方面,这却意义非凡。数据中心桥接带来了以下机遇: 简化电缆管理 :在数据中心布线方面,少即是多。电缆越少,服务器、网络交换机、存储阵列等设备间的连接便更易管理,便于跟踪各条线缆的走向。 更高的可靠性 :同样,较少的电缆也使问题排查和根因追踪变得更加简便。 改善物理安全性 :减少整体电缆数量意味着设施内的绊倒风险更低,这对数据中心安全来说尤为重要。 增强的数据传输可靠性 :除了将不同类型的数据融合在同一电缆上传输外,数据中心桥接还通过内置机制降低网络数据包丢失率和重传率,从而提升数据传输的可靠性。 数据中心桥接已存在十余年,但其采用率各异。 图片来源:Alamy。
数据中心桥接面临的挑战
虽然数据中心桥接可以解决电缆冗余和以太网数据包丢失等一些常见问题,但同时也带来了一些新挑战。 最大的额外复杂性出现在网络层面。数据中心桥接使配置变得更为复杂,并且如果网络设备因软件漏洞或配置疏漏而无法正确处理桥接连接,则可能存在更多潜在的故障风险。 此外,桥接还要求技术人员将每根电缆的带宽划分为不同的分配区域,每个区域各自处理一种特定类型的流量。从一个角度来看,这一做法的优势在于,可以通过单根电缆构建专用的虚拟“管道”。然而,如果对某类流量的带宽分配不足——例如管理员未能准确预测虚拟管道所需处理的数据量——则可能导致性能问题。
如何实施数据中心桥接
要在数据中心实施数据中心桥接,通常需要在基础设施的两个层面上启用该功能: 物理网络 :必须在网络交换机和其他通过融合布线传输流量的设备上启用数据中心桥接功能。许多企业级网络硬件解决方案均支持数据中心桥接,但通常默认情况下并未启用此功能。 服务器操作系统 :要使用数据中心桥接,服务器必须了解如何基于数据中心桥接协议传输数据。在 Windows Server 上,可通过 PowerShell 启用数据中心桥接,而大多数 Linux 发行版则允许管理员使用 dcbtool 配置数据中心桥接。 除了启用数据中心桥接功能外,还需根据组织需求设定带宽分配和流量优先级参数。例如,如果局域网流量较存储流量更为重要,就应在融合布线环境中相应地调整数据包的优先级。
好文章,需要你的鼓励
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。