在近日召開的 GTC 2022 春季大會上，英偉達(dá)隆重發(fā)布了新一代以太網(wǎng)平臺 NVIDIA Spectrum-4。該平臺由 NVIDIA Spectrum-4 交換機(jī)系列、ConnectX-7 智能網(wǎng)卡、NVIDIA BlueField-3 DPU 和 DOCA 數(shù)據(jù)中心基礎(chǔ)設(shè)施軟件組成，能夠大幅加速大規(guī)模云原生應(yīng)用。
作為全球首個 400Gbps 端到端網(wǎng)絡(luò)平臺，NVIDIA Spectrum-4 的單芯片交換吞吐量達(dá)到了51.2Tbps，比上一代產(chǎn)品高出 4 倍，能夠為規(guī)模大數(shù)據(jù)中心基礎(chǔ)設(shè)施提供超高的網(wǎng)絡(luò)性能和強(qiáng)大的安全性。由 Spectrum-4 加持的 SN5000 交換機(jī)，最高可以支持 128 個 400GbE 端口或 64 個 800GbE 端口。
為了實(shí)現(xiàn)更好的 AI 智能管理運(yùn)維，NVIDIA Spectrum-4 還優(yōu)化了 RoCE 網(wǎng)絡(luò)架構(gòu)，并提供自適應(yīng)路由(Adaptive Routing)和增強(qiáng)擁塞控制。其加密帶寬不但達(dá)到了令人驚嘆的12.8Tbps，而且還可以支持硬件級 MACsec 和 VXLANsec。這樣一來，搭載了 NVIDIA Spectrum-4 的數(shù)據(jù)中心不僅各種應(yīng)用跑得更加暢快，而且在網(wǎng)絡(luò)與安全性能上也有了更加可靠的保障。
值得一提的是，考慮到不同企業(yè)的實(shí)際情況，NVIDIA 還為用戶準(zhǔn)備了全系列的智能網(wǎng)卡，實(shí)現(xiàn)了從 10G 到 400G 速率的全覆蓋(10/25/40/50/100/200/400G)，并且提供了包括 Cumulus Linux、Mellanox 系列產(chǎn)品在內(nèi)的豐富網(wǎng)絡(luò) OS、軟件及工具。英偉達(dá)收購 Mellanox 和 Cumulus Networks 所產(chǎn)生的巨大價值，也在 NVIDIA Spectrum-4 身上得到了極佳的展現(xiàn)。
全球以太網(wǎng)市場的三強(qiáng)聯(lián)姻
英偉達(dá)很早就意識到，再強(qiáng)大的算力也需要穩(wěn)定可靠的網(wǎng)絡(luò)來提供支撐。因此要想在企業(yè)級市場打造端到端的產(chǎn)品和解決方案，強(qiáng)大的網(wǎng)絡(luò)能力可以說至關(guān)重要。
于是我們看到，在全球以太網(wǎng)市場一直處于領(lǐng)先地位的英偉達(dá)，先是在 2019 年 3 月斥資69 億美金，收購了全球服務(wù)器和存儲端到端連接解決方案的領(lǐng)先供應(yīng)商 Mellanox。此舉不僅讓英偉達(dá)擁有了超高端計算環(huán)境下的網(wǎng)絡(luò)互聯(lián)能力，而且也在全球數(shù)據(jù)中心和 HPC 網(wǎng)絡(luò)市場占據(jù)了一席之地。
緊接著，英偉達(dá)又在 2020 年 5 月收購了全球知名的網(wǎng)絡(luò)軟件供應(yīng)商 Cumulus Networks。這在強(qiáng)化英偉達(dá)自身網(wǎng)絡(luò)軟件實(shí)力的同時，還加速開啟了“軟件定義數(shù)據(jù)中心”的全新時代。
通過接連收購 Mellanox 和 Cumulus Networks，英偉達(dá)快速消化和吸收了這兩家企業(yè)強(qiáng)大的技術(shù)實(shí)力、產(chǎn)業(yè)資源與行業(yè)積累，使得這場舉世矚目的三強(qiáng)聯(lián)姻呈現(xiàn)出了“1+1+1>3”的效果。一家集超強(qiáng)算力以及強(qiáng)大端到端聯(lián)接能力于一身的全新英偉達(dá)，如今已蔚然成型。
WJH 讓運(yùn)維管理更加智能
與當(dāng)前市場上的同類產(chǎn)品相比，英偉達(dá)打造的網(wǎng)絡(luò)產(chǎn)品及解決方案不僅擁有超強(qiáng)的性能，而且還具備超強(qiáng)的智能，能夠顯著減輕網(wǎng)絡(luò)管理運(yùn)維的工作負(fù)荷以及提升運(yùn)營效率。而這些在網(wǎng)絡(luò)市場上獨(dú)樹一幟、“人無我有”的人性化智能設(shè)計，也成為了其產(chǎn)品最大的亮點(diǎn)。
以 WJH(What Just Happen，故障快照)為例，該技術(shù)是英偉達(dá)旗下以太網(wǎng)交換機(jī)獨(dú)有的一種網(wǎng)絡(luò)監(jiān)控技術(shù)，內(nèi)建在 ASIC 中提供線速數(shù)據(jù)流監(jiān)控能力。其作用在于可對數(shù)據(jù)在網(wǎng)絡(luò)轉(zhuǎn)發(fā)過程中出現(xiàn)的各種事件進(jìn)行精確的發(fā)現(xiàn)和定位，幫助網(wǎng)絡(luò)使用者和維護(hù)者快速發(fā)現(xiàn)和定位網(wǎng)絡(luò)中的故障和性能事件，從而提高對網(wǎng)絡(luò)的監(jiān)控水平，為故障排除和改進(jìn)設(shè)計提供切實(shí)和量化的依據(jù)。
作為一種先進(jìn)的流式遙測(Streaming Telemetry)技術(shù)，WJH 技術(shù)的優(yōu)點(diǎn)就在于：它基于事件驅(qū)動，通過硬件加速，只保存故障相關(guān)數(shù)據(jù)包以及相關(guān)細(xì)節(jié)。這樣既不會因為模糊統(tǒng)計采樣影響監(jiān)控效果，也不會因為過度采樣而耗盡系統(tǒng)性能，做到了故障分析與性能運(yùn)行“魚與熊掌兼得”，可以說是相當(dāng)智能了。
舉例來說，當(dāng)網(wǎng)管懷疑企業(yè)網(wǎng)絡(luò)出現(xiàn)問題時，就需要對采樣的數(shù)據(jù)包進(jìn)行管理和分類，推斷問題發(fā)生的原因并加以解決。有經(jīng)驗的網(wǎng)管想必都有過親身體驗：在面對大量數(shù)據(jù)包和缺乏精準(zhǔn)信息的時候，這個排查過程往往需要耗費(fèi)幾個小時甚至是幾天的時間。但是如今在 WJH 的幫助下，這類問題可能只需要幾分鐘就可以搞定。WJH 為網(wǎng)絡(luò)運(yùn)維管理帶來的巨大便利，由此也可見一斑。
NetQ 讓網(wǎng)絡(luò)故障無處遁形
看到 NetQ 這個名字，熟悉它的小伙伴都能認(rèn)出它其實(shí)就是業(yè)界好評如潮的 Cumulus NetQ，來自被英偉達(dá)收購的 Cumulus Networks。
與內(nèi)建在以太網(wǎng)交換機(jī)里的 WJH 相比，作為一種分析工具軟件的 NetQ，可以被企業(yè)用來配合 WJH，收集并分析來自 WJH 的遙測數(shù)據(jù)，并且為用戶呈現(xiàn)可視化的分析結(jié)果。
事實(shí)上，NetQ 的功能還遠(yuǎn)不止于此。通過遠(yuǎn)程探針、主機(jī)代理進(jìn)行采集與存儲，并分析和處理各類數(shù)據(jù)，NetQ 還可以實(shí)現(xiàn)全網(wǎng)可觀測性，讓企業(yè)得以更加直觀地發(fā)現(xiàn)和解決各類網(wǎng)絡(luò)故障。
舉例來說，當(dāng)發(fā)現(xiàn)若干臺服務(wù)器之間無法通信時，網(wǎng)管往往需要查看各臺服務(wù)器的狀態(tài)與多種接口配置、BGP 會話、EVPN 地址族、VLAN 以及 VNI 映射等等，整個排查過程需要耗費(fèi)的時間，從幾分鐘到幾個小時都有可能。然而借助 NetQ 的驗證和協(xié)議專用選項卡等功能，網(wǎng)管只需輕點(diǎn)幾下鼠標(biāo)，僅用幾秒鐘就能找到故障原因。
NVIDIA Air 讓數(shù)字孿生大放異彩
“數(shù)字孿生”是當(dāng)下炙手可熱的焦點(diǎn)話題，而 NVIDIA Air 則是一個創(chuàng)建網(wǎng)絡(luò)數(shù)字孿生的免費(fèi)平臺，可以幫助企業(yè)創(chuàng)造物理網(wǎng)絡(luò)的 1:1 的模擬環(huán)境。
通過 NVIDIA Air，企業(yè) IT 團(tuán)隊可以在 1:1 的模擬環(huán)境中進(jìn)行無硬件測試/培訓(xùn)、生產(chǎn)部署預(yù)演、新功能的測試與驗證等各種操作。
對于企業(yè)來說，這種數(shù)字孿生模擬環(huán)境可以帶來諸多好處，包括縮短部署時間、減少網(wǎng)絡(luò)停機(jī)時間、降低實(shí)驗室成本、在等待硬件到達(dá)時減少對網(wǎng)絡(luò)硬件和構(gòu)建的需求、提高創(chuàng)造力和協(xié)作能力(設(shè)計、監(jiān)控、變更管理)、通過提供更多功能提高物理基礎(chǔ)設(shè)施的價值、模擬真實(shí)的基礎(chǔ)設(shè)施、持續(xù)集成……
在 NVIDIA Air 平臺誕生之前，企業(yè)要想搭建模擬環(huán)境是一件非常麻煩的事情，不僅搭建過程耗時耗力，而且測試成本也相當(dāng)高昂。如今在 NVIDIA Air 的幫助下，企業(yè)可以非常輕松地搭建大規(guī)模的模擬環(huán)境，顯著降低測試成本，并將通過驗證的成功實(shí)踐部署到自己的生產(chǎn)環(huán)境中。
RoCE 打造一鍵式快速部署
傳統(tǒng)的以太網(wǎng)端到端 RoCE 部署，需要在所有路徑上的交換機(jī)和網(wǎng)卡添加大量的入出向Buffer，流控和 Qos 等配置，同時網(wǎng)工需要針對不同的企業(yè)流量模型和實(shí)時變化的業(yè)務(wù)流量來不停的調(diào)整buffer水線，以期達(dá)到最佳的 RoCE 無損網(wǎng)絡(luò)效果。同時當(dāng) RoCE 流量丟包或者性能下降后，傳統(tǒng)網(wǎng)工也是叫苦不迭，需要進(jìn)行一臺臺設(shè)備排查來縮小范圍，耗時耗力。英偉達(dá)交換機(jī)結(jié)合十幾年的 RoCE 運(yùn)維部署經(jīng)驗和先進(jìn)的動態(tài) buffer 共享技術(shù)，可以幫助用戶輕松實(shí)現(xiàn)完整的端到端一鍵式 RoCE 部署和監(jiān)控，徹底擺脫無損網(wǎng)絡(luò)帶來的高技術(shù)門檻。
用戶僅需要在交換機(jī)敲入”nv set qos roce”一條簡單命令便可輕松實(shí)現(xiàn)復(fù)雜的 RoCE 部署，并且通過一條 CLI 命令” nv show interface xyz qos roce counters”便可立刻收集到所有接口 RoCE 相關(guān)的流量統(tǒng)計，輕松掌控入向和出向的 buffer 水線情況，ECN 和 PFC 流控的報文收發(fā)情況。結(jié)合強(qiáng)大的 NETQ 智能網(wǎng)管平臺，用戶還可以通過圖形化界面來實(shí)時查看整網(wǎng)拓?fù)涞亩说蕉?RoCE 流量統(tǒng)計和 buffer 監(jiān)控，輕松排查由于 buffer 利用率過載或是流控異常導(dǎo)致某臺交換機(jī) RoCE 流量丟包情況。
結(jié)合英偉達(dá)先進(jìn)的 ConnectX 智能網(wǎng)卡，和最新的 RTTCC 往返時間擁塞控制算法，還可幫助用戶在無需交換機(jī)配置情況下，快速實(shí)現(xiàn)零接觸 RoCE 部署，達(dá)到與傳統(tǒng)無損 RoCE 解決方案的相當(dāng)?shù)男阅堋?/p>
一個網(wǎng)絡(luò)新時代的開啟
通過前面列舉的多個范例，我們可以看到，英偉達(dá)在其網(wǎng)絡(luò)產(chǎn)品及解決方案中的諸多人性化的創(chuàng)新功能設(shè)計，不僅通過人工智能技術(shù)的深入融合實(shí)現(xiàn)了 AI 智能運(yùn)維管理，而且給傳統(tǒng)的網(wǎng)絡(luò)管理運(yùn)維模式帶來了本質(zhì)的改變與全新的思路，顯著提升了管理運(yùn)維的工作效率，大幅節(jié)省了網(wǎng)管的工作時間，降低了企業(yè)的經(jīng)濟(jì)成本與開支。
英偉達(dá)提供的智能化網(wǎng)絡(luò)產(chǎn)品和解決方案，不僅可以將網(wǎng)管從繁重的管理運(yùn)維工作中解放出來，而且還能夠為企業(yè)帶來多方面的裨益：企業(yè)可以將更多的資源與資金專注于核心業(yè)務(wù)的拓展;網(wǎng)管可以有更多的時間與精力學(xué)習(xí)和探索人工智能、深度學(xué)習(xí)等新興技術(shù)在業(yè)務(wù)中的應(yīng)用與實(shí)踐，更好地提升技術(shù)能力、提高工作效率;企業(yè)網(wǎng)絡(luò)也可以在未來獲得更多的升級與提升空間……
可以預(yù)見的是，隨著越來越多人工智能與自動化技術(shù)，被深度融合到新一代的網(wǎng)絡(luò)產(chǎn)品及解決方案當(dāng)中，一個明顯有別于傳統(tǒng)以太網(wǎng)的新時代正在徐徐開啟。
