外媒:华为发布应用驱动网络AND架构 反击思科

简介:

据lightreading网站1月11日报道,华为发布新技术策略应用驱动网络(ADN),正面还击思科公司。

image

华为上月低调发布应用驱动网络。这似乎是对思科公司应用中心建设的还击。不过,AND不仅仅是一种市场营销策略,它是一种利用5G网络架构网络的理念,有效协调了传统生意、网络和机对机通讯的灵活性需求。在思科公司还在MPLS和其他传统网络建构的基础上建设虚拟网络时,华为则使用了更为广阔的资源,如SDNNFV和5G理念构建网络。运营商需要走出老旧的、简单的99.999%可靠度的框架,以满足不同应用的不同需求。

举例来说,传统语音网络遵循的是“泊松分布”,即电话通讯在长时间内会保持常数频率。这一模型对分层网络建构也适用。互联网通讯遵循幂律分布模型,这种模型中,大多数用户都与中心节点相连。机对机通讯则根据需求不同而变化。例如,车与扯之间的通讯潜伏期很短。

新的理念——灵活性、应用驱动技术和开放组件——是新IP网络的标志特征。华为通过将网络分为数据平面、控制平面和服务平面,实现了网络灵活性。第三方应用如车联网机器人手术和无人机控制系统都可以入驻。数据层面(也成为转发平面),网络使用的是华为自己的编程语言协议无感知转发POF。控制平面,华为则采用了ON.Lab的ONOS和OpenDaylight开放协议来进行设备管理。在服务平面,应用不需要对底层网络复杂度有任何了解。

“早期,这些平面都是垂直整合在一个盒子里。”现在,转发平面和控制平面都由独立的设备支持,应用软件可以安装在网络的任何地方。    

本文转自d1net(转载)

相关文章
|
10月前
|
人工智能 运维 安全
配置驱动的动态 Agent 架构网络:实现高效编排、动态更新与智能治理
本文所阐述的配置驱动智能 Agent 架构,其核心价值在于为 Agent 开发领域提供了一套通用的、可落地的标准化范式。
5200 117
|
9月前
|
机器学习/深度学习 PyTorch TensorFlow
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic,深度学习探索者。深耕TensorFlow与PyTorch,分享框架对比、性能优化与实战经验,助力技术进阶。
|
9月前
|
运维 监控 数据可视化
Python 网络请求架构——统一 SOCKS5 接入与配置管理
通过统一接入端点与标准化认证,集中管理配置、连接策略及监控,实现跨技术栈的一致性网络出口,提升系统稳定性、可维护性与可观测性。
|
11月前
|
监控 安全 Shell
管道符在渗透测试与网络安全中的全面应用指南
管道符是渗透测试与网络安全中的关键工具,既可用于高效系统管理,也可能被攻击者利用实施命令注入、权限提升、数据外泄等攻击。本文全面解析管道符的基础原理、实战应用与防御策略,涵盖Windows与Linux系统差异、攻击技术示例及检测手段,帮助安全人员掌握其利用方式与防护措施,提升系统安全性。
480 6
|
9月前
|
安全 Linux 虚拟化
Cisco IOS XRv 9000 Router IOS XR Release 7.11.2 MD - 思科 IOS XR 网络操作系统
Cisco IOS XRv 9000 Router IOS XR Release 7.11.2 MD - 思科 IOS XR 网络操作系统
535 3
Cisco IOS XRv 9000 Router IOS XR Release 7.11.2 MD - 思科 IOS XR 网络操作系统
|
10月前
|
人工智能 安全 数据可视化
配置驱动的动态Agent架构网络:实现高效编排、动态更新与智能治理
本文系统性地提出并阐述了一种配置驱动的独立运行时Agent架构,旨在解决当前低代码/平台化Agent方案在企业级落地时面临困难,为Agent开发领域提供了一套通用的、可落地的标准化范式。
737 18
配置驱动的动态Agent架构网络:实现高效编排、动态更新与智能治理
|
9月前
|
人工智能 JavaScript 前端开发
GenSX (不一样的AI应用框架)架构学习指南
GenSX 是一个基于 TypeScript 的函数式 AI 工作流框架,以“函数组合替代图编排”为核心理念。它通过纯函数组件、自动追踪与断点恢复等特性,让开发者用自然代码构建可追溯、易测试的 LLM 应用。支持多模型集成与插件化扩展,兼具灵活性与工程化优势。
756 6
|
10月前
|
机器学习/深度学习 人工智能 算法
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic带你深入卷积神经网络(CNN)核心技术,从生物启发到数学原理,详解ResNet、注意力机制与模型优化,探索视觉智能的演进之路。
826 11
|
10月前
|
人工智能 Cloud Native 中间件
划重点|云栖大会「AI 原生应用架构论坛」看点梳理
本场论坛将系统性阐述 AI 原生应用架构的新范式、演进趋势与技术突破,并分享来自真实生产环境下的一线实践经验与思考。
|
10月前
|
机器学习/深度学习 人工智能 vr&ar
H4H:面向AR/VR应用的NPU-CIM异构系统混合卷积-Transformer架构搜索——论文阅读
H4H是一种面向AR/VR应用的混合卷积-Transformer架构,基于NPU-CIM异构系统,通过神经架构搜索实现高效模型设计。该架构结合卷积神经网络(CNN)的局部特征提取与视觉Transformer(ViT)的全局信息处理能力,提升模型性能与效率。通过两阶段增量训练策略,缓解混合模型训练中的梯度冲突问题,并利用异构计算资源优化推理延迟与能耗。实验表明,H4H在相同准确率下显著降低延迟和功耗,为AR/VR设备上的边缘AI推理提供了高效解决方案。
1572 0