Las redes en la nube basadas en datos utilizan un enfoque abierto, entorno a una única plataforma de software consistente, el Sistema Operativo de Arista EOS y la arquitectura de red Data Lake. (NetDL) con Inteligencia artificial y aprendizaje automático (AI/ML) para los desafíos de automatización y Seguridad.

El tejido de Internet está evolucionando. Se requieren arquitecturas modernas para brindar servicios centrados en la nube en comercio electrónico, contenido, juegos, fintech y muchos otros campos. La nube, Mobile Edge Computing, 5G e Internet de las cosas (IoT) se encuentran entre los impulsores clave del cambio fundamental en la arquitectura.

Estamos presenciando una transición masiva en la era posterior a la pandemia de desdibujar las líneas entre la oficina, el hogar, el teletrabajador en tránsito y los usuarios en espacios de trabajo elásticos.

Las demandas de redes de análisis de big data, almacenamiento escalable y basado en flash, y soluciones informáticas hiperconvergentes están impulsando una migración del canal de fibra heredado a las redes de almacenamiento basadas en IP de próxima generación. Estas aplicaciones de almacenamiento de próxima generación requieren una solución de red de almacenamiento IP abierta, programable, sin pérdidas y de alta disponibilidad para admitir sus patrones de tráfico únicos.

Una nueva era de colaboración multidispositivo, multinube y sin bordes para el trabajo híbrido ha dado lugar a una nueva red que trasciende los perímetros. A medida que los modelos de trabajo híbrido continúan ganando prioridad a través de la nueva red, se ha vuelto vital para las organizaciones abordar la superficie de ataque en cascada.

La visibilidad es un componente crítico para una red similar a la nube más eficiente. Ser capaz de capturar lo que una red está 'pensando' o 'haciendo' es la base para la verdadera automatización y análisis de la red. Las redes heredadas han sufrido durante mucho tiempo limitaciones en la visibilidad de la red, en gran parte debido a mecanismos de sondeo ineficientes que solo proporcionan un subconjunto limitado de datos.