业界观点:数据中心的网络挑战

简介:

本文是Data Center Journal网站《业界观点》专栏的记者就未来几年内,数据中心业界将要面临的网络挑战等相关问题对Marvell Semiconductor, Inc.公司的网络业务部门网络首席技术官Yaniv Kopelman进行的采访实录。Yaniv先生曾于1996年至2008年在该公司供职服务了12年之后,于2015年6月再次加盟该公司。在他的工作职位上,Yaniv主要负责定义策划该公司的云服务、工业园区和运营商网络基础设施ASIC的路线规划蓝图以及网络集团产品所有新技术的研发工作。在加入Marvell公司之前,Yaniv在高通公司担任高级产品经理和首席架构师。此前,Yaniv是PMC-Sierra公司的系统架构总监。在那之前,他在Marvell公司担任过各种职务,包括metro ASIC产品线的运营兼首席架构师,随后负责领导该公司的交换机架构团队,担任过首席架构师。Yaniv拥有以色列理工大学电气工程学士学位和工商管理硕士学位,并且拥有网络、ASIC设计和查找算法等领域的多项专利。

业界观点:未来几年,数据中心业界网络部署的主要挑战将是什么?

Yaniv Kopelman:在未来几年,数据中心行业将面临诸多方面的挑战。但是,最为重 要的一大挑战无疑将会是整个行业在半导体开发方面摆脱“一刀切”的模式。目前,两大学派的思想主宰了业界:均质与异质——或模块化。

第一个(即当前)的学派思想是:当涉及到端口、电源和容量时,为使用数据中心的每项工作负载均提供相同的配置。然而,这方面的问题在于:设计用于支持数据中心的半导体组件正在以不同的速率发展。此外,数据中心的快速发展推动了为其运营提供支持的半导体元件的快速发展,而不再是采用过去那种一刀切的方法,这也就意味着芯片正在快速过时被淘汰,摩尔定律正在放缓。

然而,第二学派的思想则提出了当端口,电源和容量方面时,使用不同配置来优化数据中心中的所有内容的想法。

例如,今天,就数据中心的半导体开发而言,业界希望让输入和输出与核心逻辑能力(也称为数据包处理)相匹配。但问题在于,这两种架构一直是以不同的创新步伐在进行着研发,并且并不同步。因此,当构建涉及将这两个元件互锁的一款设备装置时,该设备装置将仅以最小的元件演化速度运行。

Marvell公司认为,解决这个问题需要采用模块化的方法,包括解耦输入/输出(I/O)和数据包处理架构,从而使它们能够以自己的速度发展。

从均匀到异构设计的这种转变必须在芯片级别引导。目前,许多半导体开发商正在迫使数据中心业界采取同质化的方式,只提供一个芯片供全面使用,而不是使I/O技术独立于数据包处理并充分发挥其潜力的模块化设计。

业界观点:那么,半导体行业又将如何发展以满足这些新的网络需求呢?

Yaniv Kopelman:一个较为严峻的事实是:整个半导体行业并没有相应的发展,以满足数据中心行业的需求。十到十五年前,设计出可以实现多元化和差异化的芯片还相对很容易。然而,在过去5-7年中,由于与深度亚纳米架构相关的成本因素——即所谓的摩尔定律的下降,使得芯片的研发进步变得更加困难和成本昂贵。因此,半导体供应商已经将其可交付市场的产品选项的数量从四到五个减少到了仅一个。

采用模块化的半导体开发方法,并允许I/O与数据包处理功能解藕分离,可以解决许多这类难题。半导体公司可以使用这些解藕的构建块来提供四到五种不同的配置,而不是仅仅只构建一个单一的用例和功能的大芯片,进而提供四到五个不同的配置,从而使数据中心企业有更多的多样性和选择,同时也解决了摩尔定律的下降。

业界观点:摩尔定律的结束(不久之后还是在这里)是否意味着网络技术的开发进展会慢一些,抑或是创造了新的机会呢?

Yaniv Kopelman:如果您遵循当前的设计理念,摩尔定律将逐渐走向尽头,因为半导体的开发变得越来越复杂,难以改进。如果企业坚持遵循摩尔定律,设计过程也将减缓。

然而,企业利用创新,并采用模块化的构建模块方法将取得更大的成功。通过在数据包级别创新,而不仅仅是芯片级的创新,半导体公司将能够在更短的时间内提供更多样化的设备,满足摩尔定律,并适应客户的需求。

业界观点:网络技术的进步是否大多主要在于软件,还是硬件,抑或还是两者的混合呢?

Yaniv Kopelman:我看到,整个网络在软件、硬件和电源优化领域均取得了不同程度的进展。然而,随着我们的进一步发展,我认为网络将在数据中心扮演更为简单的角色,因此网络所需的软件也将变得更加简单。另一方面,硬件将成为实际进步的领域,因为其作为网络的大脑,将会更多地涉及电力、速度、馈电和路由等问题。

最终,网络将类似于具有大量微型传感器的一款传感器,所有报告状态和数据流向更强大的控制中心和计算机监控网络状态,并提供基于边缘的命令。因此,纯嵌入式网络软件将变得不那么有意义。

业界观点:鉴于高带宽需求在数据中心持续增长,您认为这方面未来的发展趋势如何?

Yaniv Kopelman:如上所述,重要的趋势将是向半导体开发的模块化方法的转变,将输入/输出架构与数据包处理分离,而不再是目前存在的一刀切的均匀方法。

业界观点:Marvell等公司计划如何从性能和成本角度来解决这些不断发展的数据中心需求呢?

Yaniv Kopelman:Marvell公司采用了独特的半导体开发模块化方法,将输入/输出与数据包处理架构分开,并允许每个进程不受阻碍地发展。这种方法为客户提供了更高效和更具成本效益的半导体的更多选择,采取积木式方法并帮助避免了摩尔定律的死亡。

业界观点:展望未来,您认为推动下一代数据中心的主要技术是什么?其时间框架又是如何的呢?

Yaniv Kopelman:下一代数据中心将较少的关注于技术水平方面,转而更多地涉及开发推动半导体芯片的思想。

半导体行业需要采取模块化的创新方法,并将重点放在创新的方式来将构建块相互整合。按照外行人的观点,尽管模块化方法将能够使创新更快,但重点将在于构建块之间的整合,必须密封性很好,以避免集成问题。

目录
相关文章
|
1月前
|
边缘计算 负载均衡 5G
边缘计算问题之数据中心内部和外部网络如何解决
边缘计算问题之数据中心内部和外部网络如何解决
18 1
|
1月前
|
存储 人工智能 运维
深度解析 | 什么是超融合数据中心网络?
深度解析 | 什么是超融合数据中心网络?
|
2月前
|
运维 负载均衡 监控
|
4月前
|
数据中心 网络架构 Python
【计算巢】数据中心的网络架构设计原则
【5月更文挑战第31天】探讨数据中心网络架构设计原则:稳定性是基础,需抵御各种挑战;强调扩展性,适应业务发展;追求高效,确保数据传输速度;注重灵活性,灵活应对变化。简单Python代码示例展示网络节点连接。设计时需具备长远眼光,综合考虑技术方案,以构建坚固高效的信息桥梁。同学们,要持续学习和探索,为信息世界贡献力量!
67 2
|
4月前
|
机器学习/深度学习 安全 网络安全
利用机器学习优化数据中心能效的研究数字堡垒的构建者:网络安全与信息安全的深层探索
【5月更文挑战第29天】在云计算和大数据时代,数据中心的能效问题成为关键挑战之一。本文通过集成机器学习技术与现有数据中心管理策略,提出了一种新型的智能优化框架。该框架能够实时分析数据中心的能耗模式,并自动调整资源分配,以达到降低能耗的目的。研究结果表明,应用机器学习算法可以显著提升数据中心的能源使用效率,同时保持服务质量。
|
4月前
|
人工智能 安全 网络安全
网络安全与信息安全:防护之道探索现代数据中心的能效优化策略
【5月更文挑战第29天】 在数字化时代,网络安全与信息安全已成为我们不可忽视的问题。本文将深入探讨网络安全漏洞的成因,加密技术的应用,以及提升安全意识的重要性。我们将了解到,网络安全并非只是技术问题,更是一种全民参与的过程。 【5月更文挑战第29天】 在数字化转型的浪潮中,数据中心作为信息处理和存储的核心枢纽,其能源效率已成为衡量其可持续性的关键指标。本文将深入探讨现代数据中心实现能效优化的策略与实践,从硬件选择、冷却系统创新、能源管理软件到人工智能辅助决策,揭示如何通过综合手段提升数据中心运行效率,同时减少环境影响。
|
4月前
|
存储 网络协议 数据库
数据中心网络架构的需求原则及策略
【5月更文挑战第15天】本文讨论了数据中心建设的重要性,它能提升用户体验,保证业务连续性和数据安全。
|
4月前
|
存储 并行计算 网络协议
|
负载均衡 网络安全 数据中心
联盟时代V.跨数据中心L3网络
通过NSX Federation解决方案,用户可以轻松地实现业务网络的跨数据中心延伸,这提供了工作负载跨数据中心部署和迁移的可行性。NSX微分段能提供工作负载跨数据中心一致的安全防护,对于工作负载(虚拟机\容器\裸金属)来说,NSX构建的虚拟云网络是一个庞大可靠的网络资源池。在上次分享中,笔者分享了Federation架构下,跨数据中心L2网络的实现过程和基本原理。今天笔者将继续往前推进,说一说跨数据中心L3网络的实现。这其中涉及到东西向的分布式路由以及连接NSX网络与物理网络的静态\动态路由。现在,就让我们开始吧!
|
运维 容灾 数据中心
联盟时代IV.跨数据中心L2网络
对于诸如两地三中心、多云容灾等命题来说,NSX是非常优秀的解决方案之一;实现上述命题的关键钥匙在于L2网络的跨数据中心延伸。就NSX解决方案本身来说,其构建的虚拟云网络能让用户在部署工作负载时,不必局限于地点,也不必拘束于网络限制,且能让工作负载在多数据中心之间实现无缝地迁移。 今天的分享主要说说分段Segment在Federation架构下的跨数据中心延伸的实现。