网络转型加速:中国电信拥抱英特尔RSD构建NFVi一体化交付

简介:

在刚过不不久的世界移动通信大会(MWC)上,中国电信联合英特尔等合作伙伴展示了基于RSD(整机柜设计)的NFVi(网络功能虚拟化基础设施)的Demo,引发业界关注。众所周知,相对于Facebook主导的OCP和BAT发起的天蝎项目,它们均针对互联网行业场景推广整机柜方案和融合开放交付,但对于电信运营商行业来说却没有类似的解决方案。

毫无疑问,云化部署也正在成为运营商们思考的转型方向,尤其对于网络来说,它们希望实现网元功能虚拟化、资源的动态化管理和调度,从而构建下一代电信网络基础设施。所以,在整机柜设计中,对虚拟网络的验证和管理成为重中之重。

网络转型加速:中国电信拥抱英特尔RSD构建NFVi一体化交付

中国电信广州研究院数据通信所SDN架构师欧亮

中国电信SDN架构师欧亮在接受媒体采访时指出,此次Demo主要展示了三部分,一是基于英特尔RSD的NFVi整机柜方案,二是运营级的NFV整体交付方案,三是综合多元化的典型电信虚拟化网元的展示。Demo的效果令人满意,包括基础设施构建、资源管理平台一体化交付能力、部署及扩展方案等内容,vBRAS、vIMS等能提供易部署、易扩展、易维护的高转发性能NFVi设施等。

此次Demo验证和评估了NFV的I层复杂度的问题,通过引入多厂家的方案,进行验证和评估证明了I层复杂度可以大幅降低。所以,这样的成果也吸引了业界的关注。

当然,进行整机柜的验证和评估也面临难度,欧亮指出:第一、分层解耦到很小的细粒度,导致整体的集成和验证工作量非常大;第二、目前的聚焦点大多在计算节点级,解耦以后离最终交付还是有一定的距离,尤其可靠性会降低;第三、假设颗粒度提升了,基于刀片式服务器、高密度的服务器,能不能做到跨厂商的部署,或者说防止新的落地烟囱的问题。

要解决以上三个问题,需要引入新机制和开放性的技术,解耦后要保证可靠性,运维、运营部署效率、集成效率不能降低,还要做到统一的基于机架的管理和部署。

好的消息是此次Demo环境不仅验证了英特尔RSD能在部署复杂度、承载能力、灵活性、可靠性以及高可用性等方面提供电信级参考方案,也是运营商实施云化部署,推进网络转型的重要尝试,为未来的商业化部署提供了参考。

网络转型加速:中国电信拥抱英特尔RSD构建NFVi一体化交付

英特尔公司数据中心事业部网络平台市场开拓总监杜唯扬

英特尔RSD是一个对计算、存储、网络资源解耦、资源池化及重构的逻辑架构,通过基于行业标准、针对动态池化资源分配及释放管理而扩展的API管理接口,来有效提高资源池利用效率的能力。它也是首个对计算、存储和网络功能进行解耦合与动态管理的行业标准,从而让数据中心资产实现更有效的超大规模部署和利用。英特尔公司数据中心事业部网络平台市场开拓总监杜唯扬指出,英特尔RSD也得到了欧洲、日本、澳大利亚的多家运营商的案例验证,并得到华为、戴尔、爱立信、HPE、联想、浪潮、H3C、广达等厂商的支持。

杜唯扬强调,英特尔RSD提供了一个平台,让众多厂家进行融合的转型,从而对资源池进行灵活高效的调配,这无论为电信运营商还是其他行业企业实施云化部署提供了坚实基础,目前也逐渐吸引越来越多的厂商加入这一架构设计中来。

据介绍,此次中国电信和英特尔联合展示的整机柜内产品由多个厂商提供。其中底层是由浪潮提供的基于英特尔RSD参考设计的 InCloudRack 融合架构整机柜服务器产品,虚拟化层则分别采用浪潮InCloud Sphere和Redhat OSP 8.0的构建云,虚拟网元层面分别是由H3C提供的vBRAS应用以及由诺基亚提供的vIMS应用。利用Redfish API,EPA,AMI PODM等管理工具与协议标准,英特尔RSD可以统一高效地管理来自多厂商的设备,从而简化和加速NFVi的部署。

在方案中基于vBRAS的宽带用户接入与体验评估中,vBRAS作为虚拟化网元部署在RSD的资源池。中国电信通过仪表来模拟和监测宽带用户观看4k电视节目的真实体验,测试vBRAS在承载大会话、高容量业务时的实际表现。结合英特尔DPDK等软件优化方式,测试结果表明,影响最终用户体验的主观平均分(Mean Opinion Score,MOS)以及画面卡顿率都达到预期目标。

欧亮介绍,现在已经有很多厂商要求参加中国电信RSD技术方案后续的验证测试,这让他们很受鼓舞,他相信,随着越来越多参与方加入及进行的大量实践和验证工作,基于RSD的整机柜商业化部署进程会加快。


原文发布时间为: 2017年4月10日

本文作者:陈广成 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
7天前
|
机器学习/深度学习 算法 TensorFlow
深度学习基础:神经网络原理与构建
**摘要:** 本文介绍了深度学习中的神经网络基础,包括神经元模型、前向传播和反向传播。通过TensorFlow的Keras API,展示了如何构建并训练一个简单的神经网络,以对鸢尾花数据集进行分类。从数据预处理到模型构建、训练和评估,文章详细阐述了深度学习的基本流程,为读者提供了一个深度学习入门的起点。虽然深度学习领域广阔,涉及更多复杂技术和网络结构,但本文为后续学习奠定了基础。
33 5
|
19小时前
|
存储 安全 网络安全
云计算与网络安全:构建安全可靠的数字化未来
随着信息技术的快速发展,云计算和网络安全成为保障数字化未来的重要技术领域。本文将探讨云服务、网络安全和信息安全等关键技术,并重点介绍如何构建安全可靠的数字化未来。
4 0
|
5天前
|
存储 安全 网络安全
云计算与网络安全的交汇点:构建安全可靠的云服务
在数字化转型的浪潮中,云计算技术以其强大的计算能力和灵活的资源调度优势,迅速成为各行业信息化建设的核心。然而,随着云计算应用的普及,网络安全问题也日益凸显。本文探讨云计算与网络安全的交汇点,分析当前云服务的安全挑战,并提出相应的安全策略,以助力企业构建安全、可靠的云计算环境。
10 0
|
7天前
|
机器学习/深度学习 人工智能 安全
网络安全基础:防御是最佳进攻——构建坚实的网络安全防线
【6月更文挑战第12天】网络安全至关重要,防御是最佳进攻。本文探讨基础概念、关键策略及未来趋势。防火墙、入侵检测、加密技术、身份认证、访问控制、漏洞管理是防御关键。未来,人工智能、机器学习将增强威胁防御,零信任架构普及,隐私保护和数据安全成为焦点。构建坚实防线,持续学习改进,共同应对网络安全挑战。
|
7天前
|
存储 SQL 安全
构建数字世界的堡垒:网络安全与信息安全探究
在当今数字化时代,网络安全与信息安全已成为不可忽视的重要议题。本文从网络安全漏洞、加密技术以及安全意识等方面展开探讨,旨在为读者提供对这一领域的深入了解和实用知识。
11 2
|
12天前
|
安全 数据安全/隐私保护 Docker
Docker 容器连接:构建安全高效的容器化网络生态
Docker 容器连接:构建安全高效的容器化网络生态
|
19天前
|
安全 网络安全 API
构建高效微服务架构的五大关键策略网络安全与信息安全:防范网络威胁的关键策略
【5月更文挑战第31天】 在现代软件开发领域,微服务架构已经成为实现灵活、可扩展及容错系统的重要解决方案。本文将深入探讨构建高效微服务架构的五个核心策略:服务划分原则、API网关设计、服务发现与注册、熔断机制以及持续集成与部署。这些策略不仅有助于开发团队提升系统的可维护性和可伸缩性,同时也确保了高可用性和服务质量。通过实践案例和性能分析,我们将展示如何有效应用这些策略以提高微服务的性能和稳定性。
|
19天前
|
机器学习/深度学习 计算机视觉
【YOLOv8改进】 YOLOv8 更换骨干网络之GhostNetV2 长距离注意力机制增强廉价操作,构建更强端侧轻量型骨干 (论文笔记+引入代码)
该专栏聚焦YOLO目标检测的创新改进与实战,介绍了轻量级CNNs和注意力机制在移动设备上的应用。文章提出了一种名为GhostNetV2的新架构,结合了硬件友好的DFC注意力机制,强化了特征表达能力和全局信息捕获,同时保持低计算成本和高效推理。GhostNetV2在ImageNet上以167M FLOPs达到75.3%的top-1准确率,优于同类模型。创新点包括DFC注意力、模型结构优化和效率提升。源代码可在GitHub和MindSpore平台上找到。此外,还提到了YOLOv8的相关实现和任务配置。
|
19天前
|
JSON Android开发 开发者
构建高效Android应用:采用Kotlin协程优化网络请求
【5月更文挑战第31天】 在移动开发领域,尤其是针对Android平台,网络请求的管理和性能优化一直是开发者关注的焦点。随着Kotlin语言的普及,其提供的协程特性为异步编程提供了全新的解决方案。本文将深入探讨如何利用Kotlin协程来优化Android应用中的网络请求,从而提升应用的响应速度和用户体验。我们将通过具体实例分析协程与传统异步处理方式的差异,并展示如何在现有项目中集成协程进行网络请求优化。
|
19天前
|
人工智能 自然语言处理 安全
构建未来:AI驱动的自适应网络安全防御系统提升软件测试效率:自动化与持续集成的实践之路
【5月更文挑战第30天】 在数字化时代,网络安全已成为维护信息完整性、保障用户隐私和企业持续运营的关键。传统的安全防御手段,如防火墙和入侵检测系统,面对日益复杂的网络攻击已显得力不从心。本文提出了一种基于人工智能(AI)技术的自适应网络安全防御系统,该系统能够实时分析网络流量,自动识别潜在威胁,并动态调整防御策略以应对未知攻击。通过深度学习算法和自然语言处理技术的结合,系统不仅能够提高检测速度和准确性,还能自主学习和适应新型攻击模式,从而显著提升网络安全防御的效率和智能化水平。 【5月更文挑战第30天】 在快速迭代的软件开发周期中,传统的手动测试方法已不再适应现代高效交付的要求。本文探讨了如

热门文章

最新文章