Infinera将数据中心的互联能力扩展了两倍

Infinera推出CloudXpress2,一种新型以太网数据中心互连设备,提供每秒1.2兆比特吞吐量,助力云及服务提供商应对快速增长的带宽需求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Infinera将数据中心的互联能力扩展了两倍

为了保持其市场份额的领先地位,Infinera现已推出了Cloud Xpress 2,这是一种100GB的新型以太网数据中心互连(DCI)设备,能够为云,托管和通信服务提供商提供更快的传输速度。

新版本的Cloud Xpress(本月可使用)可在单个机架中提供每秒1.2兆比特的吞吐量,拥有超过原版产品两倍以上的带宽,还能够达到每秒500吉比特的速度。分析师表示,通过Cloud Xpress 2,数据中心运营商将能够跟上日益增长的带宽需求,同时也能让Infinera有机会保持竞争力,因为越来越多的网络公司正试图抢占发展迅速的新兴市场。

当Infinera在2014年底首次发布Cloud Xpress时,它基本上属于一种新的产品类别,且为互联网内容提供商,云提供商和其他数据中心运营商带来了所渴望的技术,即小型和简单易用的专用光网络设备,用以将城区中多个数据中心进行互联。相关文章推荐:站群服务器cn.bluehost.com

ACG Research智能网络首席分析师Tim Doiron表示:“自从原版的Cloud Xpress发布以来,市场上就不断涌进大量的新产品,并且2017年将会有各种竞争性产品出现。因此Infinera认为这是推出其新一代产品的好时机,既能够保住其现有的市场领先地位,又能够帮助Infinera进一步扩大市场规模。”

Doiron表示,小型光学数据中心互连设备的市场是光网络行业中增长最快的市场之一,其销售额预计将从2016年的2.81亿美元增长到2021年的16亿美元。由于其先发优势,Infinera公司已经成为了市场的领导者,但思科和西安等竞争对手已经开始生产同类产品,并分别占据市场份额的第二和第三位。

例如,思科公司销售的产品是NCS 1002,该产品能够在2RU机架中提供2Tb/s的速度;而Ciena公司已经宣布将推出Waveserver Ai,该产品将在单个机架中提供2.4Tb/s的吞吐量。

波士顿市场研究公司Cignal AI的创始人Andrew Schmitt也认为升级Cloud Xpress的版本对Infinera来说至关重要。这是因为购买数据中心互连产品的客户没有任何忠诚度,而且他们每12至18个月就会更换供应商,只为获得最新的,最先进的设备。

他还表示,使用这种设备的公司,如云和托管提供商,可以轻松地更换组件并打造所谓的“分解式光学网络”,即从多个供应商处购买产品,然后将它们并入同一网络。

Schmitt 在提到Infinera发布的Cloud Xpress 2时说:“这是一次意义重大的举措。Infinera发明了此类产品,从而才成为了市场的领导者。尽管他们遭到了竞争对手的打击,但是Infinera公司通过发布Cloud Xpress 2捍卫了自己的市场地位。”

Infinera的高管表示,由于Cloud Xpress 2可以帮助客户解决所面临的巨大扩张挑战,因而大型互联网内容提供商已经部署了这项技术。

使用Infinera无限容量引擎构建的Cloud Xpress 2不仅增加了吞吐量,而且还增加了4.8倍的密度,并且与之前版本相比,Cloud Xpress 2只需耗费一半的功率。

Infinera的首席营销经理Jay Gill表示,Cloud Xpress 2的速度在5 RU中可以达到6 Tb/s,而每千兆位带宽仅使用.57瓦的功率。相比之下,Cloud Xpress 1的速度在24 RU中才能达到6 Tb/s,每千兆位带宽需要使用一瓦特的功率。

Gill指出该产品最大的优点之一就是可以自动安装和配置。 事实上,一个Cloud Xpress设备可以连接到130公里外的另一个数据中心,并且可以在单个光纤对上提供1.2Tb/s的容量,而不必添加外部多路复用器或外部放大器。

此外,Gill还表示除了内容和云提供商之外,Infinera的Cloud Xpress 2的目标受众还将包括传统的通信服务提供商,企业,以及教育和研究网络服务。

内容概要:本文针对火电厂参与直购交易挤占风电上网空间的问题,提出了一种风火打捆参与大用户直购交易的新模式。通过分析可再生能源配额机制下的双边博弈关系,建立了基于动态非合作博弈理论的博弈模型,以直购电价和直购电量为决策变量,实现双方收益均衡最大化。论文论证了纳什均衡的存在性,并提出了基于纳什谈判法的风-火利益分配方法。算例结果表明,该模式能够增加各方收益、促进风电消纳并提高电网灵活性。文中详细介绍了模型构建、成本计算和博弈均衡的实现过程,并通过Python代码复现了模型,包括参数定义、收益函数、纳什均衡求解、利益分配及可视化分析等功能。 适合人群:电力系统研究人员、能源政策制定者、从事电力市场交易的工程师和分析师。 使用场景及目标:①帮助理解风火打捆参与大用户直购交易的博弈机制;②为电力市场设计提供理论依据和技术支持;③评估不同政策(如可再生能源配额)对电力市场的影响;④通过代码实现和可视化工具辅助教学和研究。 其他说明:该研究不仅提供了理论分析,还通过详细的代码实现和算例验证了模型的有效性,为实际应用提供了参考。此外,论文还探讨了不同场景下的敏感性分析,如证书价格、风电比例等对市场结果的影响,进一步丰富了研究内容。
资源下载链接为: https://pan.quark.cn/s/d37d4dbee12c A:计算机视觉,作为人工智能领域的关键分支,致力于赋予计算机系统 “看懂” 世界的能力,从图像、视频等视觉数据中提取有用信息并据此决策。 其发展历程颇为漫长。早期图像处理技术为其奠基,后续逐步探索三维信息提取,与人工智能结合,又经历数学理论深化、机器学习兴起,直至当下深度学习引领浪潮。如今,图像生成和合成技术不断发展,让计算机视觉更深入人们的日常生活。 计算机视觉综合了图像处理、机器学习、模式识别和深度学习等技术。深度学习兴起后,卷积神经网络成为核心工具,能自动提炼复杂图像特征。它的工作流程,首先是图像获取,用相机等设备捕获视觉信息并数字化;接着进行预处理,通过滤波、去噪等操作提升图像质量;然后进入关键的特征提取和描述环节,提炼图像关键信息;之后利用这些信息训练模型,学习视觉模式和规律;最终用于模式识别、分类、对象检测等实际应用。 在实际应用中,计算机视觉用途极为广泛。在安防领域,能进行人脸识别、目标跟踪,保障公共安全;在自动驾驶领域,帮助车辆识别道路、行人、交通标志,实现安全行驶;在医疗领域,辅助医生分析医学影像,进行疾病诊断;在工业领域,用于产品质量检测、机器人操作引导等。 不过,计算机视觉发展也面临挑战。比如图像生成技术带来深度伪造风险,虚假图像和视频可能误导大众、扰乱秩序。为此,各界积极研究检测技术,以应对这一问题。随着技术持续进步,计算机视觉有望在更多领域发挥更大作用,进一步改变人们的生活和工作方式 。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值