ecn交易平台保障本地网络的无损转发性能

主页 > ECN平台 >

2023-11-16 09:21
Admin

　　ecn交易平台保障本地网络的无损转发性能从云优先到数优先，修筑领先的用数底座，宣告全新用数计划和全栈用数办事，绿洲平台3.0激活数据因素潜能。

　　极致超协调，打制安宁高效全新IT架构；极简云桌面，畅享安详流利办公全新体验。

　　面向将来的搜集架构，笼盖校园、病院、企业等众个行业使用场景，随需而变，餍足当下及将来十年的园区营业演进。

　　环绕云智原生、盛开生态、绿色低碳三大改进理念，以使用驱动搜集为焦点中枢，为园区、数据核心、广域网三大场景使用打制智能、协调、极简、可托、超宽的搜集底座。

　　念要IT资金加入回报高、念要营业持续不间断、念要IT保卫大略省心，新华三推算存储一站式治理计划，周详应对数据库、共享存储、虚拟化等种种营业使用需求。

　　新华三团结云推算、IPv6、大数据及高本能推算的发达趋向，针对云推算数据核心、运营商CGN、大型企业及园区网出口等墟市推出推超群款高本能众营业安详网闭。

　　新华三暗码使用安详性评估治理计划针对暗码使用闭连圭表范例，基于物理和情况安详、搜集和通讯安详、修立和推算安详、使用和数据安详、密钥管制安详角度举办同一计议打算。

　　面向异构ICT根蒂架构供给一站式运维管制外经办事，为客户继承对应的IT办事质地和管制绩效，启发客户周详擢升IT的全部办事管制秤谌。

　　从县域病院数字化转型需求起程，新华三推出与本质使用场景严紧团结的聪颖病院治理计划，擢升县病院归纳才略，助力县域内医疗资源整合共享。

　　面向ICT根蒂步骤供给的一款采用通道封锁，蕴涵工程预制的机柜、配电、制冷、监控等效力单位的独立的小型数据核心，为客户供给数据核心全部产物及交付，周详擢升客户IT办事管制秤谌。

　　docurl=/cn/About_H3C/News_Media/Company_News/202210/1711346_30008_0.htm

　　RDMA关于搜集丢包格外敏锐，丢包惹起的多量重传（Go-back-N）会导致模糊本能快速降落，而RoCE v2是一种基于无邻接的UDP和说，缺乏完备的丢包爱护机制。同时，散布式高本能使用是众对一通讯的Incast流量模子，关于以太网的修立，Incast流量易形成修立内部队伍缓存的瞬时突发堵塞以至丢包，带来时延的增添和模糊的降落，从而损害散布式使用的本能。

　　智能无损搜集一方面通过流量担任技巧和堵塞担任技巧来擢升搜集全部的模糊量，下降搜集时延，另一方面通过智能无损存储搜集等技巧完毕搜集和使用体例协调优化。

　　正在数据链道层，摆设流量担任技巧PFC（Priority-based Flow Control，基于优先级的流量担任），正在换取机入口展示堵塞时对上逛修立流量举办反压，用于治理堵塞丢帧，同时还需求检测、规复、防患PFC死锁等题目。PFC技巧由IEEE 802.1Qbb界说。

　　1.ECN（Explicit Congestion Notification，显式堵塞知照）技巧：ECN是一种端到端的搜集堵塞知照机制，正在换取机出口堵塞时对数据包做ECN记号，并让发送端下降发送速度，避免堵塞加剧。ECN正在RFC 3168中界说。

　　AI ECN效力：AI ECN团结了智能算法，能够按照智能算法对现网流量模子举办预测，并动态调解ECN的门限。

　　IPCC（Intelligent Proactive Congestion Control，智能主动堵塞担任）是一种以搜集修立为焦点的主动堵塞担任技巧，能够按照修立端口的堵塞形态，无误控克制务器发送RoCEv2报文的速度。

　　巨细流辨别调理：修立端口转发报文时还会行使QoS的堵塞管制技巧举办队伍调理，供给分别的办事圭表。搜集中的流量被管制员分为巨细流并辨别调理，以包管大流的模糊率和小流的时延需求。

　　正在使用层，智能无损搜集供给了iNOF（Intelligent Lossless NVMe Over Fabric，智能无损存储搜集）效力，通过对iNOF主机的疾速管控，擢升存储搜集的易用性，完毕以太网和存储搜集协调。

　　从无损搜集的计划打算以及最佳试验看，为充裕发扬搜集高本能和包管牢靠性，流量担任PFC和堵塞担任ECN同时配合摆设要优于各自孤单摆设。正在同时摆设了PFC和ECN效力时，咱们心愿ECN门限设备能够包管修立优先触发ECN效力，下降报文发送端的速度缓解堵塞状况，尽量避免PFC触发影响搜集中的模糊率。惟有当ECN效力触发后未缓解堵塞，堵塞紧要恶化时才触发PFC效力，此时知照发送端停滞数据报文发送，直到堵塞缓解后再知照络续发送数据报文，流程如下图：

　　当ECN门限设备偏低时，转发修立行使较短的队伍和少量缓存尽疾触发来下降队伍列队的时延，餍足小流对时延的需求。然则，过低的ECN门限会下降搜集模糊率，影响模糊敏锐的大流，束缚了大流的传输。

　　由以上可知，ECN的最浩劫点是水线设备对照繁复，需求团结搜集架构和营业特色来打算。

　　然而，现网中的流量繁复众变，各个队伍转发的数据流量特点会随时分动态转化，导致搜集管制员通过静态设备ECN门限时并不行笼盖全面流量场景，无法按照及时动态转化的搜集流量特点去保险无损营业抵达最优本能。AI ECN则是借助AI算法来完毕无损队伍的水线调解，通过AI陶冶的流量模子，可及时预测搜集流量的转化趋向，动态调解ECN的水线值，从而完毕对无损队伍的无误调理，保险整网的最优本能。

　　AI营业组件收到推送的流量形态消息后，将智能的对如今的流量特点举办推断，识别如今的搜集流量场景是否合适已知的流量模子。

　　假若该流量模子合适多量已知流量模子中的一种，AI营业组件将按照已知流量模子推理出及时ECN门限最优值。

　　假若该流量模子分歧适已知流量模子，AI组件将基于现网形态，正在保险高带宽、低时延的条件下，对如今的ECN门限不绝举办及时厘正，最终推算出最优的ECN门限设备。

　　结尾，AI营业组件将最优ECN门限下发到修立转发芯片中，调解ECN门限。

　　为了更有用的助助用户下降摆设RDMA的技巧门槛，新华三基于智能无损以太网技巧推出了SeerFabric治理计划，能够餍足RoCE对搜集的高恳求，为散布式存储等使用场景供给了“无丢包、低时延、高模糊”搜集情况，用于加快推算和存储的功用。计划周详笼盖推算、存储、搜集、担任与管制、本能优化与显示等焦点硬件产物和软件效力，同时将古代数据核心前端的以太网、存储的FC网、高本能推算的IB搜集三网合一，为数据核心构修起同一协调的搜集，治理了过去异构搜集的摆设、互通和保卫困难，下降了数据核心的TCO。

　　操纵无损搜集及邻接的存储和推算资源，借助AI算法和专家体味，完毕对数据核心分别流量场景的AI无损调优模子的剖析和构修。通过现网流量的及时进修陶冶，自愿适配分别营业流量模子的特色，动态天生最优搜集参数，完毕搜集的无损转发。

　　智能担任引擎：将智能剖析引擎动态天生的调优参数自愿向修立下发，完毕无损搜集整体最优化运转。

　　边际AI引擎：换取机内嵌高本能AI推算模块，借助智能剖析引擎的离线AI流量模子，举办搜集形态的及时监控。自愿按照现网流量特点举办RDMA队伍水线的当地智能调解，完毕搜集参数优化，保险当地搜集的无损转发本能。

　　同时，SeerFabric治理计划通过无缺的智能运维措施来贯穿RoCE搜集的自愿化摆设、可视、剖析、调优的全流程，如下：

　　根蒂搜集自愿化摆设、无损政策自愿化下发、主机Agent自愿化安置（完毕高本能数据收集），iNOF办事器、存储自愿化展现等，简化了上线程序，进步了摆设功用。RoCE

　　推算、存储节点的无损个性可视，含推算、存储、搜集的物理拓扑及流量的端到端可视，基于IP+QP级的会话、时延、流量的营业旅途端到端可视，缓存堵塞可视、Pause帧收发史册和趋向可视，毛病丢包可视等，及时担任搜集运转形态。RoCE

　　通过对整网流量、设备参数、本能数据的深度剖析，供给毛病剖析定位，格外形态盘问等效力。通过搜集本能评估器械，可分钟级对全网本能疾速评估并天生讲演。RoCE

　　按照搜集流量模子（N打1的Incast值、队伍深度、巨细流占比等流量特点），通过深化进修算法对流量模子举办AI陶冶，及时感知和预测搜集流量转化趋向，自愿调治出最优的ECN水线，举办队伍的无误调理。正在尽量避免触发搜集PFC流控的同时，统筹时延敏锐小流和模糊敏锐大流的转发，进一步保险整网的最优本能。SeerFabric治理计划正在本年一经通过了泰尔测验室测试，是邦内首个通过泰尔测验室威望判决的智能无损数据核心全部计划。个中，存储场景的测试笼盖了端到端NVMe-OF、iNOF下RoCE众旅途疾速切换、散布式存储容器化对接等众个重心使用，计划才略取得了充裕的考验。别的，新华三笼络业界配合伙伴基于SeerFabric治理计划，正在DPU、RDMA端到端堵塞担任算法等方面睁开配合，不绝擢升大周围组网和繁复流量模子下的无损功效，合伙打制尤其便捷高效的无损以太网治理计划，为用户带来更大的价格。

　　前不久，中邦消息通讯探索院正在首届“散布式存储工业发达论坛”上正式宣告了《散布式存储发达白皮书（2022年）》，正在白皮书中，初度提出了散布式存储合用的九大典范使用场景，并从架构、硬件、软件效力、数据管制、绿色节能几个方面洞悉了散布式存储将来的发达趋向。

　　新华三举动散布式存储工业方阵的紧急成员，不光列入了散布式存储白皮书、圭表编制等实质的编写，而且整合过去众年正在散布式存储周围的积聚和使用，与散布式存储工业方阵合伙应对散布式存储的使用难点和挑拨，通过对散布式存储典范细分场景的不绝查究与优化，助助更众的用户更乖巧、高效地应对种种使用场景的众元化需求。