NVIDIA 技术博客:借助 NVIDIA NVUE 和 Ansible 实现数据中心网络自动化

nvdev 2024-03-19 17:08:51

这篇文章最初发表在 NVIDIA 技术博客上。有关此类的更多内容,请参阅最新的 数据中心/云端 新闻和教程。

数据中心自动化可以追溯到大型机的早期,运营效率是其优势之一。多年来,数据中心内外的技术都发生了变化。因此,工具和方法也发生了变化。

NVIDIA NVUE 集合 和 Ansible 旨在通过提供全面的模块和角色列表来简化您的网络自动化之旅,使您能够在自己的环境中轻松地开始使用参考拓扑。

NVIDIA NVUE

NVIDIA User Experience (NVUE) 是一个面向对象、模式驱动的完整硬件和软件系统模型。它提供稳健的 API,支持多个接口来查看(显示)和配置(设置和取消设置)运行 NVUE 软件的系统中的任何元素。NVIDIA Cumulus Linux 5.x 包括 NVUE 模型。

NVUE 是一个 API 优先的结构化对象模型,可简化操作。它提供声明性命令行界面 (CLI) 和单个配置文件。CLI 和 REST API 在功能上具有同等效力。您可以通过 REST API 或 CLI 运行所有管理操作。

Ansible

Ansible 是一款开源的无代理 IT 自动化工具,能够自动执行配置、配置管理、应用程序部署、编排以及许多其他原本需要手动操作的 IT 流程。它通过连接到自动化目标并推送执行指令的小程序来工作。

Ansible 模块包含在 NVIDIA NVUE 集合中,可帮助您与由 NVUE 管理的 NVIDIA 设备进行交互。这些模块可在配置选项中提供精细的配置,并可用于构建第 0 天和第 1 天到第 N 天的配置。

Red Hat Ansible 认证集合可以帮助您快速启动自动化流程,它提供了预先构建的角色,这些角色可以随时下载和运行。工作流程和模板可以进一步简化手动步骤,同时确保流程的可重复性。查看认证合作伙伴了解更多信息。

NVIDIA NVUE 集合

目前可用的各种 NVIDIA NVUE 集合模块包括高级模块和特定对象模块。您可以访问 /nvue 在 GitHub 上下载模块,并阅读 安装说明。

高级模块

高级模块提供了 NVUE 实用程序的包装器。您可以利用这些工具使用 CLI 或 REST API 命令与交换机交互。

  • nvidia.nvue.command 是 nv 命令行工具的封装器,它增加了模板功能和自动化对话框提示。
  • nvidia.nvue.api 是 NVUE REST API 的封装器,用于发送和检索 NVUE 配置。

特定对象的模块

特定于对象的模块旨在与单个网络对象配合使用,并支持各种参数,使您能够根据需要与它们进行交互。支持的各种模块包括 acl、桥接器、路由器、接口、evpn、mlag、系统、vrf 和 VXLAN.

对于特定对象模块未涵盖的 REST API 端点,或特定对象模块内的子路径(例如,/interface/<id>/qos/roce/counters),您可以利用nvidia.nvue.api并在 path 参数中指定端点。

所有模块(不包括nvidia.nvue.cli利用 REST API 连接 NVIDIA Cumulus Linux 交换机,如图 1 所示。

Diagram displaying the communication between modules and the NVIDIA Cumulus Linux switch.图 1.NVUE 模块架构

NVUE 集合角色

通常,Ansible 角色提供了一个定义明确的框架和结构,用于组织任务、变量、处理程序、元数据、模板和其他文件。

我们在 这个集合中的角色 提供了几个完全可操作的自动化数据中心示例,以手册的形式呈现。它们为各种配置(例如 MLAG 和 BGP)提供了标准参考拓扑。想了解如何使用这些角色,请参阅 角色使用示例。

开始使用

自动化使企业能够提高运营效率,确保合规性,并有效地管理工作负载。 NVIDIA NVUE 集合提供了完整的模块和角色列表,以简化您的网络自动化之旅,并在您的环境中使用参考拓扑进行工作。

要开始使用 Ansible 和 NVIDIA NVUE 集合,请参阅借助 Ansible 实现数据中心网络自动化指南。您还可以尝试在 NVIDIA Air 上进行实操实验。

 

阅读原文

 

...全文
307 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文提出了一种基于回归方法的数据驱动模型,用于实现电力系统潮流方程的线性化,以降低传统非线性潮流计算的复杂度并提升计算效率。研究聚焦于IEEE5节点标准测试系统,详细阐述了回归模型的构建流程,包括输入特征选择、数据集生成、模型训练与验证等关键环节,并通过Matlab代码实现了完整的算法流程。文中对比了不同回归算法的线性化精度,验证了该方法在电力系统分析、优化调度及实时控制等场景下的有效性与实用性,为后续研究提供了可复现的技术基础与代码支持。; 适合人群:具备电力系统分析基础知识和Matlab编程能力的高校研究生、科研人员以及从事电力系统自动化、智能电网相关工作的工程师。; 使用场景及目标:① 掌握数据驱动方法在电力系统潮流计算中的应用,替代传统迭代求解以提升效率;② 学习如何利用回归模型对复杂非线性系统进行近似建模与线性化处理;③ 借助提供的Matlab代码进行算法复现、性能测试及进一步拓展至其他节点系统或优化问题。; 阅读建议:建议读者结合电力系统潮流计算的基本理论,深入理解数据生成与特征工程的设计逻辑,在运行代码时关注输入输出变量的物理意义,并尝试调整模型参数或更换回归算法以探究其对线性化精度的影响,从而全面提升对数据驱动建模方法的掌握与应用能力。

1,422

社区成员

发帖
与我相关
我的任务
社区描述
NVIDIA 开发者技术交流
人工智能 企业社区
社区管理员
  • nvdev
  • 活动通知
  • AI_CUDA_Training
加入社区
  • 近7日
  • 近30日
  • 至今

试试用AI创作助手写篇文章吧