数通365案例 | 中国电信x华为:为智能汽车制造构筑高性能高可靠存储网络

描述

 

 

   

智能汽车作为当下科技领域最热门的话题,为人们带来无限的想象与可能,然而传统汽车向智能汽车的转型不能一蹴而就,需要汽车企业联合ICT、互联网、交通等多个产业,共同探索如何“造好”车,造“好车”。

   

 

 01强强联手,共同探索智能汽车新可能

 

基于智能出行“零事故、零伤亡”的愿景,汽车企业致力于要造“最好用、最安全、最负责任”的智能汽车。然而智能汽车在路采路测、数据分析和CAE计算仿真等环节,对数据存储和算力需求的压力非常大。根据华为《智能汽车解决方案2030》评估,“智能驾驶算法迭代需要依赖PB级的海量数据和大量的算力资源进行算法训练,同时还需要通过天文数字级(100亿英里)的仿真测试进行算法验证。”

 

为了实现云边端多元算力和存储资源的灵活调度,中国电信和汽车企业展开合作,发挥中国电信在基础设施、信息化应用等领域的优势,满足车企对存储和算力的海量需求,同时解决传统数据中心在扩展性和灵活性等方面的不足,构建更高性能、更可靠、更灵活的存储系统和网络,共同探索智能汽车的更多可能。

 

作为中国最早开展云服务的运营商,中国电信天翼云充分发挥云网融合、算力和存储基础设施优势,为汽车企业夯实数字化底座,助力海量数据存储无忧。

 

02背后的故事,存储网络面临重重挑战

 

在规划和设计存储系统时,大规模海量存储对存储网络提出了严苛的要求。除了灵活性、可靠性、安全性等方面,天然丢包的以太网也为汽车企业带来不必要的存储性能损失和运营维护压力。

 

 挑战1:业务负载复杂,网络需满足差异化需求

 

以CAE仿真为例,不同场景和阶段对数据规模、IO模型、带宽/时延需求完全不同。例如,CAE前处理阶段需要建模并划分计算网格,会进行大规模小文件高并发读写,要求网络高吞吐;碰撞仿真求解阶段需要存储和计算间信息高速同步,要求网络低时延。因此网络需要同时满足多种场景需求。

 

 挑战2:数据孤岛严重,网络运维复杂

 

CAE仿真涉及前处理、仿真求解、后处理、归档等不同环节,各个环节间需要数据多次互访和搬迁,而传统数据中心烟囱式建设导致数据孤岛严重,不同区域数据互访困难、路由复杂多变,急需简化网络架构,构建易管理、易扩展的存储网络,提升数据测试和计算效率。

 

 挑战3:数据保护和归档,网络可靠性要求高

 

智能汽车制造会产生大量测试、图纸等核心数据,价值高体量大,数据存储需要满足跨站点容灾以及不中断要求,保障一致性和业务连续性。传统网络组网通过设备冗余和链路冗余来提升网络的可靠性,但是普遍采用堆叠等技术,设备版本升级会导致业务中断,同时故障收敛时间慢,不利于数据的高可靠传输和业务的连续性。

 

03

中国电信天翼云联合
华为超融合数据中心网络CloudFabric 3.0,
加速海量数据流通,释放数据价值

 

天翼云是中国电信倾力打造的云服务品牌,致力于成为领先的云计算服务提供商,融合计算、存储和网络资源,提供云主机、CDN、云电脑、大数据及AI等全线产品和场景化解决方案。华为超融合数据中心网络CloudFabric 3.0基于CloudEngine数据中心交换机,并搭载iLossless 2.0智能无损算法,为分布式存储、HPC高性能计算、AI人工智能等RoCEv2分布式应用提供“0丢包、低时延、高吞吐”的智能无损网络环境。通过中国电信天翼云和华为的强强联合,加速计算和存储的效率,满足CAE仿真应用系统的高性能高可靠需求。

 

高性能,无损以太网助力存储IOPS提升30%:

 

新一代智能无损存储网络通过实时感知网络流量模型和状态,智能调整交换队列水线,动态适应网络流量模型变化,自适应满足时延优先、吞吐优先等不同业务诉求,真正实现网络0丢包基础上的高吞吐和低时延,存储IOPS提升30%以上。

 

华为

 

易维护,统一以太架构加速数据流动:

 

智能无损网络架构借助RoCEv2以太网实现前端业务网络、后端计算网络、存储网络统一以太架构,解决传统数据中心前端业务网采用以太网、计算网采用IB网、存储网采用FC网的异构模式,打破数据孤岛,加速数据流动。

 

华为

 

高可靠,毫秒级倒换确保业务连续性:

 

新一代智能无损网络使用通用以太网交换机构建,有效提升了核心生产系统网络的标准化、开放性和自主可控能力,同时叠加M-LAG、硬件BFD等技术,实现单点故障毫秒级倒换,确保业务连续性。

 

基于中国电信云底座和华为超融合数据中心网络,中国电信和华为共同为汽车企业提供智能汽车制造海量数据存储和传输服务,全面提升了汽车企业的研发测试效率,为汽车企业“智能制造2025”建设保驾护航。

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分