數字經濟的蓬勃發展，很大程度上建立在對數據價值的挖掘之上。對各大組織乃至整個社會而言，數據已經成為一項核心資產，《經濟學人》就曾將之類比為21世紀的石油，我國更是在今年4月率先將數據納入正式納入生產要素范疇。數據中心網絡作為數據流轉的主要承載之一，重要性亦與日俱增。但在硬幣的另一面，傳統的網絡設計、發放、部署和運營方式逐漸變得無法跟上時代的腳步。

處在關鍵轉折點上的數據中心網絡未來路在何方？“自動駕駛”成為了一個被廣泛關注與看好的主要選擇。

90％以上的企業表示完全自動駕駛的數據中心網絡是他們的目標，以實現業務敏捷性，同時更加靈活和更具成本效益，這是IDC與華為合作，最新發布的《數據中心網絡自動駕駛指數報告》中一項關鍵調研結果。自動駕駛的數據中心網絡，有助于企業重構網絡架構和運營模式，增強業務韌性和連續性。

這份報告由IDC調研了全球205家各行業、不同規模的企業數據中心網絡的現狀而得出。在其中，IDC定義出評估數據中心網絡自動化水平的等級，并探討了完全自動化的實現途徑，可謂普適性與價值兼具——無論當前數據中心網絡自動化水平如何，你和你的組織都能從中找到在自動駕駛網絡方面不斷前進的建議和辦法。

90％以上企業目標構建完全自動駕駛網絡

“自動駕駛”并非一個新鮮名詞。1947年，美國完成了第一次橫跨大西洋的全過程自動駕駛飛行的壯舉；1983年，法國里爾地鐵M＆eacute；tro de Lille啟用，成為世界上第一條自動化的地鐵路線；2012年，谷歌在內華達州獲得世界上第一個無人駕駛的車輛許可……

在交通領域，自動駕駛將徹底改變我們的出行方式，足以和此前汽車、飛機等交通工具的普及相提并論。而在網絡領域，這個代表了自動化能力的概念自興起以來迅速贏得了各界的認可，被廣為引用和傳播，一些組織也開始實踐起來。

IDC此次發布的該報告中揭示了不少值得關注的現象與趨勢。首先，現有數據中心網絡自動化水平普遍偏低，其現狀調研結果顯示，約48％的受訪者說他們使用了Ansible、Puppet、Chef、Salt和Terraform等自動化管理工具。同時，19％的受訪者表示仍在使用命令行／SNMP，僅6．3％的受訪者聲稱使用“基于意圖的閉環網絡、自動駕駛網絡或其他自動駕駛網絡”。

但在同時，所有受調查的行業都正在進行數據中心網絡自動化或已有計劃投入，遍及金融／銀行、政府、制造、媒體／娛樂／游戲等，其中政府稍微落后于其他行業，僅40％已部署或正在部署。從規模看，對自動駕駛的投入意愿與規模成正比，擁有3個或更多數據中心的企業在網絡自動化這條路上要走得更遠，有72．5％的受訪者表示他們已部署或正在部署自動化。

最后，完全自動駕駛將是數據中心網絡未來的必然方向。當調研企業目標時，近91％的企業將完全自動駕駛的數據中心網絡作為他們已經設定的目標或者未來1～2年內的目標，僅9．3％的受訪者表示他們沒有計劃。

為什么數據中心需要自動駕駛網絡？

數據中心網絡的自動駕駛緣何成為一個廣泛而迫切的訴求？報告也作出了分析。一方面，數據中心網絡的角色變了，不僅僅是單純提供連接和帶寬。今天，應用程序和業務系統已成為企業的生命線，且新應用的需求和業務變更在快速發生、層出不窮，為了更好地滿足新應用的需求和業務目標，網絡必須在架構和運營上進行調整。

另一方面，隨著數字化轉型、云運營模式、云原生應用架構的出現，企業數據中心網絡面臨諸多挑戰。尤其網絡需要與計算和存儲等其他數據中心基礎架構的自動化保持一致，并且成本效益也是一個重要考量點。

報告指出，在許多方面，數據中心網絡本身仍然是一個由人工流程所定義的“孤島”，配置起來既復雜又耗時，并且容易出現配置錯誤或配置漂移未被檢查，這又導致網絡和依賴這些流程的應用程序癱瘓。據IDC估算，由網絡中斷引起的企業宕機通常平均成本為每小時25萬美元，而一個處于“平均”水平的組織在經歷相對短的8小時宕機后，其損失大約在200萬美元。

因此，數據中心網絡正面臨前所未有的壓力，不僅需要實現可擴展性和高性能，還要通過在網絡的生命周期內實現廣泛的自動化來獲得更高的敏捷性和靈活性，主要包括網絡的開通和部署、故障的排除和補救，以及諸如補丁、升級、持續的變更管理和優化等日常網絡管理。

從企業經營角度，數據中心網絡自動化有著極為現實的意義。有大約45％的受訪者選擇應用和業務的連續性和韌性（數據中心／云之間）作為首要需求驅動因素。IDC認為，新冠疫情推動了此結果，各組織將業務彈性和連續性放在首位，因為它們專注于在不可預見的危機中保持組織持續運行。

“企業正在逐漸認識到數據中心網絡自動化的價值，包括它能夠增強業務韌性和連續性，因為數據中心網絡提供了支撐應用程序和業務系統的數字神經系統。”IDC數據中心和多云網絡研究副總裁布拉德·凱斯莫爾（Brad Casemore）說道。

首個數據中心網絡自動駕駛量化標準

為了幫助企業確定他們所處的自動化階段以及如何邁向全面自動化，IDC聯合華為定義了數據中心網絡自動駕駛指數，這也是這份報告中的重頭戲。該指數通過五個自動化等級，從無自動化逐級上升，切實指明邁向全面自動化之路。

Level 1 — 整個網絡生命周期中，以人工操作和維護為主，通過CLI對網絡設備進行一些工具輔助分析和決策。

Level 2 — 部分場景部分自動化，雖然標準工具為策略定義和分析提供信息，但決策和執行仍由人工完成。

Level 3 — 限定條件自動化，系統提供建議，由人工執行。

Level 4 — 網絡具有廣泛的自動化和高度自治性，在閉環的基礎上動態實施聲明性（基于意圖的）策略，盡管運維者經常收到基于事件的告警并決定是否接受和允許自動建議。

Level 5 — 網絡在整個生命周期中完全自動化，并且能夠自動駕駛，能夠應用策略、故障排除和補救事件。運維者相信，網絡能夠正常運行，并適應幾乎所有已知場景。

報告還基于與網絡生命周期需求的匹配，給出了數據中心網絡自動駕駛指數等級的衡量標準。

無論企業此刻處于數據中心自動駕駛網絡建設的哪個階段，總能找到一條實現該目標的康莊大道。IDC分別從評估技術需求、評估技能集、考慮組織結構和運作模式和借助可信的供應商和第三方的協助等幾個緯度為企業提升自動駕駛網絡級別提供了指導。

華為CloudFabric助力擁抱數據中心自動駕駛網絡

在擁抱數據中心網絡自動駕駛的過程中，每一個階段的提升實現起來顯然都非易事，但一款好的解決方案將使之事半功倍。

值得一提的是，華為CloudFabric數據中心網絡解決方案，作為業界首個達到L3級自動駕駛網絡水平的方案被指數報告推薦。無獨有偶，來自Tolly的權威測試驗證亦表明，該方案是業界唯一實現L3自動駕駛的數據中心網絡解決方案。

Tolly通過數據中心自動駕駛網絡指標評估體系，總共進行了100多項指標測試，覆蓋6個大類（規劃設計、部署開通、業務發放、監控排障、網絡變更、調參優化）和44個子類，貫穿數據中心整個生命周期的4大階段（Day0、Day1、Day2、DayN）。在滿分為3分的情況下，華為CloudFabric解決方案獲得2．9分，高于思科IBN解決方案的2．5分；其在部署效率、準確性、易用性、可維護性、可用性、管理規模等方面，均全面領先于后者。

作為“自動駕駛網絡”概念的首倡者，華為很早就將洞察付諸行動，其研究與布局鮮有廠商可比。2017年，該公司便啟動了網絡自動駕駛方面的研究；2018年，提出電信行業邁向自動駕駛網絡的五級演進標準；2019年，在華為推動下，電信管理論壇（TM Forum）發布了《自動駕駛網絡白皮書》并成立AN工作組，中國通信標準化協會（CCSA）發布了《移動通信網絡智能化能力分級標準研究建議》，第三代合作伙伴計劃（3GPP）發布了《移動網絡自動駕駛白皮書》，全球移動通信系統協會（GSMA）發布了《AI in Network智能自治網絡案例報告》，歐洲電信標準化協會（ETSI）發布了《電信網絡智能化分級研究報告》，充分厘清方向、凝聚起產業共識；今年以來，華為再接再厲，發布了《自動駕駛網絡分級標準與評估方法框架2．0》、《數據中心自動駕駛網絡白皮書》等重磅研究成果。

華為CloudFabric數據中心網絡解決方案則是這家公司理論聯系實際的表征之一。該方案將AI技術與機器學習相結合，提供一個自動駕駛管理和控制系統iMaster NCE－Fabric，從業務自動部署到智能自愈、網絡自優化等整個生命周期構建網絡自治系統。

人類社會加速進入智能時代的大潮中，網絡轉型是關鍵一步，任何行業、任何組織都必須邁出，概莫能外。IDC發布的《數據中心網絡自動駕駛指數報告》，首次推出數據中心網絡自動駕駛等級并給出提升指導，可以說明確了數字中心網絡未來發展的一條主線，為該領域的轉型成功補上了必不可少的拼圖。再加上華為CloudFabric數據中心網絡解決方案這一現階段最好的方案，通過標準、方法論與工具的結合，必將大大加快數據中心網絡轉型的步伐，為各行各業創造出更多價值。

責任編輯：gt