



从运营商市场扩展到企业市场以来,华为一直强调合作。在HNC2015期间,华为与Puppet Labs签署合作备忘录(MoU , Memorandum of Understanding),双方将在云数据中心自动化领域合作,加速自动化部署及统一管理。
Puppet Labs能做什么?
对企业客户来说,通过部署云计算可以有效提升企业ICT效率和行业竞争力。但当面对不同厂商,兼容性不佳的云操作系统、SDN控制器、网络设备及虚拟化平台的时候,客户云业务的快速上线就显得困难重重。服务器和软件服务控制的自动化对于IT运维已经十分重要,然而,将其从服务器扩展到网络、存储、防火墙、以及负载平衡器,让客户充分赢得自动化带来的效益已变得不可或缺。
华为数据中心网络领域总经理余立(左二)与Puppet Labs CEO兼创始人Luke Kanies(右二)签署MoU
“IT的自动化,说到根源就是能够进行快速可重复的变化,以便在整个系统当中和器材当中保持高度的一致性。”Puppet Labs首席执行官Luke Kanies指出。说到根源,实际上Puppet Labs的服务就是,一个非常简单的工具可以管理整个网络上的所有设备。
据Luke Kanies介绍,Puppet Labs已有10年历史,十年来不断推动企业IT系统的自动化。现有365个员工遍布在全球70多个国家,客户2.5万家,其中包括财富100强公司、以及1/2财富1000强公司。这些客户的大小不一,小的10~20台服务器,大的几万台服务器,都可以使用Puppet Labs的软件解决方案。
“对于我们很多客户来讲管理一种类型的器材并不能满足他们的需要,他们需要满足管理很多不同的东西,包括服务器、交换机、防火墙类似这样的东西,我们可以为他们提供全能的服务。” Luke Kanies如是说。
开放的力量
过去的三年里,华为在数据中心完成了网络解决方案的构建,在不断扩展硬件能力的同时,华为也在构建整个SDN的解决方案。华为数据中心网络产品线总经理余立坦言,华为可提供端到端的数据中心解决方案,包括网络、计算、存储、云操作系统甚至机房基础设施,但是客户数据中心的现网环境纷繁复杂,我们需要和更多的合作伙伴一起开放兼容。
华为与合作伙伴共建开放云生态系统
今天华为与Puppet Labs在自动化工具上的合作,意在建立一个提高网络自动化部署效率以及为客户提高ICT资源统一管理的方案。Puppet Labs为华为提供高度一致IT运维的环境,不但可以管理服务器,也可以管理交换机、防火墙,通过Puppet Labs,能够把整个数据中心的基础架构统一管理。
然而,余立强调,与Puppet Labs合作的最大好处就是为帮助客户大幅度提高部署效率,从以前几个星期或者几个月缩短到几秒几分钟;在配置效率上,手工配置转为自动化配置之后,出错率降低10倍;Puppet Labs工具还能提供网络计算存储统一配置、三位一体的运维体验。
“我们的客户能够随时享受到业务的敏捷,快速让客户业务上线,这是给最终客户带来的最大好处。”余立说道。
不仅是Puppet Labs,华为还和VMware、英特尔、F5、Brocade等一起联合发布了“敏捷数据中心开放实验室”,目的就是与云生态链上下游厂商展开全面且深度的合作,为客户提供先进、兼容、具有竞争力的云数据中心解决方案。
目前在华为整个SDN产业链里,从云平台到控制器到网络设备到虚拟化平台,华为敏捷数据中心每个层面上都有对应的合作伙伴。在云平台层面,华为跟Microsoft、VMware、OpenStack云平台合作;在控制器层面,华为跟 Brocade、NSX等控制器有联合解决方案;在网络设备层面,华为跟业界的供应商有互联互通的解决方案;在虚拟化平台层面,华为网络跟VMware、Microsoft、KVM等都有联合解决方案。除此之外,与阿里巴巴、腾讯、世纪互联都有联合创新项目。
 0赞
 0赞好文章,需要你的鼓励
 推荐文章
 推荐文章
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。