P4 玩家 KALOOM从数据中心网络市场中脱颖而出

简介:

随着软件定义网络(SDN)技术发展到新的水平,数据中心网络市场变得越来越活跃。进入该领域的最新玩家是Kaloom,一家位于蒙特利尔的创业公司,拥有约64名员工。

1d0b16d1066bd2cb1f49b416954ca3c45fa9eea4

Kaloom宣布推出其产品,目标是可编程网络结构,可以使用P4编程语言自动发现,配置和管理白盒交换机,这是由Barefoot Networks率先推出的可编程网络交换芯片实现的新机芯。

“SDN的大前提是要有可编程网络元素,”该公司营销和战略副总裁Thomas Eklund说。“SDN尚未实现,因为需要引入可编程[硬件]。”

Kaloom并不是唯一使用P4或Barefoot Networks的人。Arista Network在6月也推出一系列配备Barefoot的交换机。而且思科也在涉足Barefoot。

Kaloom的目标是大型数据中心和服务提供商运营。该公司是由首席执行官Laurent Marchand于2014年创立。Kaloom的投资者包括Fonds FTQ和Somel Investments。该公司迄今已筹集了1070万美元,预计到年底将扩大到100名员工。

根据Kaloom官员的说法,该公司的广告版面包括了对网络状态的常见批评:当前的网络工具缺乏自动化和可编程性,不可扩展,成本太高。通过使用P4和Tofino芯片,Kaloom相信它可以使用经济实惠的白盒交换机创建高规模,价格合理的网络设备。

Kaloom中包含的初始规格和功能:

 ●  自动发现硬件
 ●  自主叶/主干交换机管理
 ●  用于拓扑控制和结构创建的网络结构控制器
 ●  集成虚拟网络功能(VNF),包括路由,交换和VxLAN
 ●  与开源工具OpenStack,Open Daylight(ODL)和Kubernetes集成
 ●  NETCONF兼容

当然,目前市场上有许多SDN和whitebox产品。SDN的先驱者如Big Switch Networks,Cumulus和Pluribus Networks都向客户提供SDN网络,并与戴尔科技公司等大型分销商建立合作伙伴关系。

Kaloom的Eklund说,不同之处在于Kaloom正在整合P4以构建基于微服务的分布式网络基础设施,而不是要求在交换硬件中安装专有操作系统,几乎所有现有的SDN提供商都是如此。Kaloom使用Red Hat的标准Linux OS发行版。

Kaloom产品的最初目标用例将是使用叶子,主干和边缘交换机构建数据中心网络结构,这是现代数据中心的硬件构建模块。但是,Kaloom还在开发一种名为“spine of spines”的未来产品,该产品将在今年晚些时候发布,Eklund说。


原文发布时间为:2018-10-16

本文来自云栖社区合作伙伴“SDNLAB”,了解相关信息可以关注“SDNLAB”。

相关文章
|
4月前
|
机器人
PUN ☀️九、玩家网络实例化与昵称显示
PUN ☀️九、玩家网络实例化与昵称显示
|
1月前
|
算法 数据中心
数据结构之数据中心网络路由(BFS)
本文介绍了数据中心网络路由中使用广度优先搜索(BFS)算法的重要性及其应用。随着数据中心从集中式大型机系统发展到分布式架构,高效的数据路由成为确保低延迟、高吞吐量和网络可靠性的关键。BFS通过系统地探索网络层次,从源节点开始向外遍历,确保发现最短路径,特别适合于数据中心网络环境。文中还提供了BFS算法的具体实现代码,展示了如何在数据中心网络中应用该算法来查找节点间的最短路径,并讨论了BFS的优缺点。
45 0
数据结构之数据中心网络路由(BFS)
|
2月前
|
移动开发 网络协议 测试技术
Mininet多数据中心网络拓扑流量带宽实验
Mininet多数据中心网络拓扑流量带宽实验
82 0
|
4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
38 1
|
5月前
|
运维 负载均衡 监控
|
4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?
5266 1
|
7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!
104 2
|
7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。
|
7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。
|
7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。

热门文章

最新文章