SDN这个主题在业内已经有很多的讨论,运营商内部也有各种论证,PMC在过去两三年也不间断的与供应链进行商讨以及技术实践,SDN是一个很庞大复杂的议题,而目前种种迹象表明,运营商有意从集团客户的接入网(以下简称集客接入网)中让SDN落地。众所周知,运营商已经对用于无线回传的城域网络进行了分组化。PTN和IP RAN技术被应用于城域接入。现在,同样的更新换代也会在集团客户接入网中发生。这里表现在:
1)传统的TDM技术会逐渐被分组交换和分组传输技术替代。老的E1/SDH,光猫和MSAP设备会被基于分组的CPE和HUB新型设备取代。
2)用于城域接入的PTN/IPRAN 技术也会同样使用在集客接入上,这样集客接入和无线接入会成为统一的分组网。
当集客接入网和无线接入网统一后,运营商会有更迫切的需要来引入SDN。 原因如下:
• SDN的集中式控制,可以实现端到端的统一管理和调度;
• SDN的一大优势在于业务敏捷度。而集客接入网正是业务的起始点。在业务的起始点采用SDN将最大程度彰显SDN的优势;
• 集客接入网的规模,以及接入网产业链的多样性和复杂性,迫切需要SDN所带来的标准化接口来增强互连互通性。
在集客接入网采纳SDN的好处是显而易见的,然而对于营运商来说,实现投资回报最大化是其最重要的考量。这方面有几点考量:非-SDN和SDN是否可以同时部署? 非-SDN部署是否可以升级成SDN?SDN部署是否可以在未来增添新功能,支持新需求?SDN部署能否向NFV等新技术演进并平滑过渡?
设备商、系统集成商也面临种种挑战。首先,从前的集客接入网用的都是同样的TDM/MSAP技术。系统厂商开发一套TDM产品可以卖给所有运营商。可是,新的基于分组的集客接入网却会因运营商而异。不同的运营商会使用不同的分组交换技术,如PTN,IPRAN,电信级以太网等。系统厂商将无法承担为不同运营商开发不同的接入设备。其次,SDN对硬件提出了“去类别化”的要求。当前的设备都是为特定协议和网络功能开发的,比如二层交换机、三层路由器、MPLS路由器等等。SDN却是要将控制软件与硬件设备分离开来。SDN的理想硬件是与协议无关,而由软件来定义的转发引擎。最后,SDN的标准尚不成熟,发展路线尚不确定。如何选择具有前瞻性、不会过时的解决方案也是很让系统厂商头疼的问题。
在综合以上的挑战,PMC提出,通过软件定义的CPE设备,也就是远程接入设备或者是HUB,是实现接入网SDN最可行的方案。到底怎么样才能称之为软件定义的CPE呢?第一,必须基于可编程架构的,通过编程的方式,做三层转发,或者二层转发,或者MPLS转发。而且转发的平面必须能支持OpenFlow流水线架构。同时在架构里面需要有可编程的处理器引擎来实现自主化的功能。另外支持远程软件升级以及现场升级。这里还有很重要的一点就是确保性能/功耗/成本与传统CPE相当。
PMC郎涛发表演讲《软件定义CPE加速集客接入网采用SDN》
如果部署了软件定义CPE,运营商就可以通过软件升级方式来演进其集客接入网。在非-SDN 阶段,CPE被配置成传统的PTN或IPRAN设备。需要SDN的时候,就将CPE升级成支持OpenFlow 的设备。在未来,还可以将其继续升级成支持NFV的vCPE。
要实现软件定义CPE,最理想的方案是SDN友好的接入网处理器。为什么这样说呢?网络处理器具备优良的灵活度和可编程性,能供差异化设计,并可以现场升级。用于软件定义CPE的处理器必须是专门针对接入网而设计的。其功能,性能,功耗和成本必须从接入网的角度做平衡和优化。处理器的架构必须是SDN友好的,意指数据通道的操作流程不但要求很高的灵活度,而且和OpenFlow的流水线操作近可能接近。
PMC的WinPath接入网处理器是实现软件定义CPE的理想选择。这要归功于其架构的一些特点:
• 由可编程搜索引擎和网络处理器引擎所构成的基本处理单元,仿效OpenFlow 交换机的“匹配”-“动作”结构。
• 可编程搜索引擎用作搜索加速器,支持多级查找和多类型查找
• 网络处理器引擎采用先进的对称型多核、多线程架构,支持硬件仲裁及负载均衡
• 支持基本处理单元的环回和迭代,可以灵活实现复杂的转发流程设计
• 没有硬编码的、针对特定功能的流水线限制
从更长远的规划来看,运营商希望网络功能虚拟化,将目前企业IT的网关或者路由器替换成云端的服务器,并替代原有的IT业务,企业内部将无需自己再配备IT部门。要做到让企业放心的托管IT给运营商,软件定义CPE必须带有安全引擎做各种加密功能,并保证CPE未来能支持网络虚拟功能。这些功能都是可以通过PMC的WinPath接入网处理器实现。
我们认为在集客接入网中实现SDN将能够最大程度彰显SDN的优势,通过开通更多的服务可为运营商带来进一步的利润空间。采纳SDN技术需要创新硬件的支持,而通过可编程的网络处理器来实现软件定义的CPE接入设备是目前最佳的选择。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。