NVIDIA Air具有仿真從小型網(wǎng)絡(luò)到整個數(shù)據(jù)中心的任何網(wǎng)絡(luò)的獨特能力。在開始配置、路由或管理之前，請先考慮拓?fù)洹?/p>

網(wǎng)絡(luò)拓?fù)涫窃O(shè)備在網(wǎng)絡(luò)內(nèi)連接和通信的布局或結(jié)構(gòu)。它描述了數(shù)據(jù)的物理安排和邏輯流。

需要考慮的問題包括：

打算使用哪種操作系統(tǒng)？

應(yīng)該分配多少存儲空間和 RAM？

如何命名服務(wù)器，以及它們將如何連接？

NVIDIA Air 提供了多個用于創(chuàng)建網(wǎng)絡(luò)拓?fù)涞倪x項。本文討論了使用外部文件的優(yōu)勢，您可以創(chuàng)建、編輯外部文件并將其上傳到 NVIDIA Air。這種方法具有很高的可擴展性和可重用性，為 NVIDIA Air 的進一步自動化打開了大門。

仿真大規(guī)模數(shù)據(jù)中心

大型網(wǎng)絡(luò)需要數(shù)十或數(shù)百臺服務(wù)器。每個服務(wù)器都必須命名、分配資源并連接到您的網(wǎng)絡(luò)和其他服務(wù)器。NVIDIA Air 內(nèi)置的拖放式編輯器非常適合小型仿真和測試。它非常擅長創(chuàng)建參考視覺，表達在構(gòu)建拓?fù)鋾r通常難以可視化的抽象概念。但是，它的可擴展性不足以滿足數(shù)據(jù)中心等大型用例的需求。

使用外部文件表現(xiàn)拓?fù)淇山鉀Q此用例。您可以在易于修改的文件中快速創(chuàng)建多個節(jié)點，而無需經(jīng)歷將新節(jié)點放入拖放編輯器并分配其資源（即使具有復(fù)制節(jié)點的功能）的繁瑣過程。對于大型網(wǎng)絡(luò)而言，此過程減少了麻煩和手動錯誤。這同樣適用于端口連接、添加 NetQ 服務(wù)器以及有關(guān)帶外管理網(wǎng)絡(luò)的信息。使用外部文件處理大規(guī)模仿真則要容易得多。

共享、中斷和重建

借助外部文件，您可以保存拓?fù)湟员闳蘸笾貜?fù)使用，也可以與同事共享以進行審查和實驗。如果您稍后中斷仿真，則可以使用同一拓?fù)湮募p松地重建仿真并啟動，而無需手動重新創(chuàng)建拓?fù)洹?/p>

除了協(xié)作之外，您還可以利用版本控制系統(tǒng)（例如 Git）來跟蹤更改和糾正錯誤。

NVIDIA Air 演示市場中的幾乎每個演示都提供了一個 GitLab 代碼庫，您可以在其中找到用于構(gòu)建演示的拓?fù)湮募?。這些示例提供了很好的參考。您可以查看這些自定義拓?fù)?，或詳?xì)了解如何創(chuàng)建演示。單擊 GitLab 徽標(biāo)圖標(biāo)以查看其代碼庫。

自動化

外部拓?fù)湮募?NVIDIA Air 自動化的關(guān)鍵組成部分。它們是構(gòu)建新仿真的起點，可用于 CI/ CD 自動化流程。借助 NVIDIA Air API 或 SDK，您無需在瀏覽器中訪問，即可使用拓?fù)湮募有碌姆抡妗?/p>

構(gòu)建拓?fù)浜?，您可以使?Ansible、Python 腳本和 ZTP 等腳本和自動化工具來配置仿真。