一體化數據中心網絡關鍵技術分析

王斌 王旭東

【摘 要】近些您，隨著社會發展，帶動了我國科學技術的進步。現階段，“新基建”帶來數據中心發展的新契機，數據中心作為運營商打造云網一體化新型基礎設施的重要組成部分，為5G+AI時代的新興應用提供強大的技術底座。重點分析面向云網融合發展的數據中心網絡的新需求，對超大規模組網、超低時延無損網絡、業務端到端統一承載等關鍵技術進行探討;最后，給出一種大規模云數據中心組網和承載方案，并對其中的關鍵技術領域進行驗證。

【關鍵詞】大規模數據中心;云網融合;無損網絡

引言

隨著我國互聯網、物聯網技術的高速發展，全新的工業大數據時代已然到來。這一新時代驅動著我國電力系統向著信息化、智能化方向不斷邁進。作為電力系統關鍵參與者之一的水電站，其運行過程中產生了大量且種類繁多的設備運行、管理數據及生產數據，分析、挖掘此海量數據，結合數學模型、專家經驗等，提取高層級分析、評價信息及決策支持信息，建設智能水電站，具有重大現實意義。本文正是基于此目的，分析我國水電站智能一體化數據平臺實際應用的技術路線。

1闡釋傳統的數據中心網絡的框架

當前階段，我國傳統的數據中心網絡架構主要由分級互聯架構和大二層架構組成。此架構是現階段運用商使用的主要網絡結構，可以實現IDC業務的對外銷售及規模小的資源池等等。其中，分級互聯架構就是傳統的接入交換機、匯聚交換機及核心交換機組成。而匯聚交換機下面的網絡是一個獨立的分區網絡，不同區域的網絡要想互相訪問就需要經過第三層的核心交換機才能實現。而核心交換機和匯聚交換機都是利用堆疊等虛擬技術來實現，進行保證業務安全可靠完成。DC內南北向流量可以提供互聯網訪問的功能，能夠承載上百臺服務器。

大二層架構主要是大數據、云計算等使用的一種網絡架構，是指資源池化邏輯大二層網絡架構。資源池被虛擬后，有些遷移需求就會讓流量大量的增長。所以，為了滿足需求，很多新網絡技術就應運而生，他們都在數據中心組網旗下，有TRILL（多鏈接透明互聯）和SPB（最短路徑橋接）等。這些都可以借助路由來計算大二層組網計算，能夠擴展虛擬局域網。隨著科技的發展，虛擬化數據中心的規模也在持續增大，主要部署方案由VXLAN的大二層網絡架構組成，其結構也近扁平化。這個架構能夠承載上千臺服務器，主要是融合資源虛擬化、存儲網絡及IP網絡融合的資源池。隨著科技的快速發展，其承載業務類型也在不斷增加，傳統數據中心網絡也遇到了很多技術難點，需要在后續的探究下，不斷地攻破。一是數據網絡中心的業務需求更加豐富，帶來了新的挑戰，需要根據業務情況提供差異化的網絡承載，不是以往以帶寬這種核心驅動，因此，高效運營存在著技術挑戰。二是對于選擇關鍵技術和網絡架構方面，規模的可拓展性方面弱。

2一體化平臺的系統架構及技術特點分析

2.1報表服務、數據補召、斷點續傳、實時數據服務等都屬于后臺服務模塊中的服務

每個服務模塊依據數據存儲模塊存儲的歷史數據與運算模板，遵循設定好的數據關系算法運算出結果，并將運算結果保存到數據存儲模塊，方便客戶端獲取相應服務。實際上，客戶端的服務模塊就相當于三層數據平臺結構當中對數據進行展示的一層，這一層當包含有對實時數據進行展示、對數據進行補召，對設備進行統計、對模式進行管理、對生產進行實時化檢測、對數據進行自動化填報、對趨勢進行分析等一系列功能。另外，客戶端服務模塊中對數據進行展示的那一部分將會在獲取運算結果后，以比較多樣化的方式徹底展示給用戶。

2.2企業上云要求數據中心網絡具備云網融合能力

云計算的發展加速了企業的數字化轉型，企業上云是大勢所趨。對于中小企業，不僅能減小成本投入，還能縮短業務上線周期。隨著產業互聯網的加速發展，政府、大中企業客戶也成為云計算市場增長的主要拉動力量。對于政企大客戶而言，更傾向于使用混合云成為上云的主要路徑，一些敏感企業數據仍保留在私有云或者專屬云中。目前，運營商紛紛開展云專網、云專線、SD-WAN等云網融合業務，加強云網基礎設施統一規劃建設。與大網協同，公有云、私有云、混合云等連接對數據中心網絡提出了更高的要求。隨著云計算應用及混合云、多云的普及，要求數據中心網絡具備云網融合能力，能夠簡化管理、自動開通、靈活部署，滿足云網融合業務“一點受理、自動開通、統一運維、自助隨選”等新型業務需求。

2.3超大規模組網

云數據中心發展迅速，數據中心一般情況下要作為單一資源池，為十萬臺服務器服務。要滿足超大規模組網的可靠性和擴展性，同時要考慮自動化管控、架構設計等。主要采用IP-CLOS架構、基于EBGP的大規模路由組織及“SDN+OpenStack”云網一體管控。

2.4AI等新興技術應用對數據中心提出超低時延無損需求

隨著深度學習算法的突破，人工智能技術發展步入了快車道。深度學習依賴海量的樣本數據和強大的計算能力，也推動高性能分布式存儲和高性能計算的發展。高效的AI訓練需要非常高的網絡吞吐來處理大量的數據，大量的數據將會在計算、存儲節點之間傳送。通常情況，在低于10%鏈路帶寬利用率的低負載流量環境下，流量突發引起的網絡的分組丟失率也接近1‰，而這1‰的分組丟失在AI運算系統中直接帶來的算力損失接近50%。隨著業務負載增加，數據中心分布式“多打一”流量逐步增多，網絡分組丟失也越來越嚴重。分組丟失和時延引起的網絡重傳會進一步降低網絡的吞吐量，使模型訓練的效率大大下降，甚至導致訓練的失敗。

服務器技術的快速發展帶動了數據中心計算、存儲能力的飛速提高，隨著存儲介質讀寫速度和計算能力的提升，數據中心網絡通信時延成為性能進一步提升的瓶頸。特別是面向HPC、分布式存儲、AI應用等新型業務場景，傳統數據中心以太網架構因擁塞易出現分組丟失帶來的網絡傳輸瓶頸異常凸顯。構建零分組丟失、超高吞吐、超低時延的無損網絡，是未來數據中心網絡的一大典型需求及特征。

結語

我們預測未來電力系統必將朝著智能化方向發展，建設智能水電站已成為水電行業迫切的現實需求，這是在技術進步和全世界分布式能源、新能源被發掘開采后的必然趨勢。工業大數據時代的到來必將推動水電站智能一體化數據平臺的建成，從而改變水電站各自動化系統間無直接交流的現狀，避免淪為信息孤島的情況，該平臺將以其高效快捷的數據整合處理功能和開放自由的體系結構消除電廠之間的信息斷層，實現信息共享?；诖藬祿脚_，可提供給用戶系統、全面的分析結果。通過本文的分析，為該平臺的搭建提供了理論上的借鑒。

參考文獻：

[1]王宇航，洪林.大數據時代智能一體化數據平臺在水電行業的應用[J].水電廠自動化，2016（3）：73-75+78.

[2]孫毅，蔡杰.智能水電廠一體化平臺數據建模[J].水電廠自動化，2018，39（1）：59-61.

[3]陳運清，雷波，解云鵬.面向云網一體的新型城域網演進探討[J].中興通訊技術，2019，25（2）：2-8.

（作者單位：遼寧省信息中心）