馮丹教授：近數(shù)據(jù)處理新型盤框等技術(shù)創(chuàng)新，加速數(shù)據(jù)中心向Diskless架構(gòu)演進(jìn)|世界微頭條

（CWW）日前，在中國(guó)深圳舉辦的第 20 屆華為全球分析師大會(huì)，長(zhǎng)江學(xué)者特聘教授、華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院院長(zhǎng)馮丹對(duì)數(shù)據(jù)中心 Diskless 架構(gòu)及近數(shù)據(jù)處理發(fā)展趨勢(shì)做出了權(quán)威解讀，為傳統(tǒng)云存儲(chǔ)、大數(shù)據(jù)等計(jì)算域和存儲(chǔ)域不完全分離造成的資源浪費(fèi)，提出了一個(gè)新的技術(shù)解決方向，幫助云和互聯(lián)網(wǎng)數(shù)據(jù)中心降本增效，實(shí)現(xiàn)數(shù)據(jù)中心高質(zhì)量演進(jìn)。

馮丹教授提到，傳統(tǒng)存算融合架構(gòu)下，企業(yè)通常采用應(yīng)用與本地盤耦合的服務(wù)器一體化架構(gòu)，存在存力效率低、無(wú)效數(shù)據(jù)遷移、資源浪費(fèi)等典型問(wèn)題：

1.計(jì)算域和存儲(chǔ)域未徹底分離，仍各自存在獨(dú)立的本地存儲(chǔ)，往往按照最大容量預(yù)設(shè)配置，存力利用率低；

(資料圖)

2.采用通用算力進(jìn)行數(shù)據(jù)處理，IO 效率低，存儲(chǔ)域仍以 CPU 為中心，存取性能無(wú)法充分發(fā)揮；

3.數(shù)據(jù)從盤到計(jì)算域 CPU, 需要 8 次以上數(shù)據(jù)搬遷，無(wú)效搬遷帶來(lái)了網(wǎng)絡(luò)和算力資源的浪費(fèi)；

4.在存算融合的上千節(jié)點(diǎn)大規(guī)模集群中，算力、容量空間配比無(wú)法均衡，擴(kuò)容時(shí)需要額外遷移數(shù)據(jù)，不僅帶來(lái)現(xiàn)有業(yè)務(wù)風(fēng)險(xiǎn)，還會(huì)浪費(fèi)投資；

5.數(shù)據(jù)爆發(fā)增長(zhǎng)，面向結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)縮減策略不完全適用于非結(jié)構(gòu)化場(chǎng)景。

隨著算力多樣化、高性能網(wǎng)絡(luò)和存儲(chǔ)介質(zhì)的發(fā)展，數(shù)據(jù)中心架構(gòu)從以 CPU 中心朝著以數(shù)據(jù)為中心的 Diskless 架構(gòu)演進(jìn)。Diskless 架構(gòu)下，單一 CPU 算力發(fā)展到 GPU、DPU、XPU 等多樣算力，算力效率得以充分發(fā)揮；網(wǎng)絡(luò)從 IP、NOF 發(fā)展到高通量的 CXL，為算力和存力等硬件解耦奠定了基礎(chǔ)；存力也從傳統(tǒng) HDD 到 SSD，性能、功耗實(shí)現(xiàn)全面提升。在 Intel、華為、KIOXIA、阿里云等業(yè)界芯片、存儲(chǔ)、云和互聯(lián)網(wǎng)廠商的積極推進(jìn)下，Diskless 架構(gòu)借助專用 DPU / IPU 等數(shù)據(jù)處理芯片和 OceanDisk 等專用存儲(chǔ)模塊，進(jìn)一步提升數(shù)據(jù)處理和存儲(chǔ)的效能，充分調(diào)動(dòng)數(shù)據(jù)中心資源。

馮丹教授表示，資源池化共享的 Diskless 架構(gòu)應(yīng)具備以下關(guān)鍵技術(shù)：

1.網(wǎng)存協(xié)同，DPU 硬件卸載加速，數(shù)據(jù)高效協(xié)同處理。通過(guò) DPU 等專有數(shù)據(jù)處理模塊，使服務(wù)器 CPU 全為應(yīng)用服務(wù)，基礎(chǔ)設(shè)施與應(yīng)用任務(wù)解耦，將 VirtIO、NVMe-oF 等 CPU 計(jì)算效率低任務(wù)轉(zhuǎn)移到 DPU 的專用加速器執(zhí)行，實(shí)現(xiàn)資源彈性擴(kuò)展。

2.數(shù)控分離 + IO 直通，實(shí)現(xiàn)控制流與 IO 流分離，IO 直通到存儲(chǔ)介質(zhì)，進(jìn)一步提升存儲(chǔ)效率。通過(guò)數(shù)控分離，可達(dá)到極致 IO 訪問(wèn)時(shí)延，通過(guò)存儲(chǔ)域 IO 讀寫數(shù)據(jù)流與 IO 控制處理的分離，使得讀寫 IO 直通到存儲(chǔ)介質(zhì)中，減少 IO 處理路徑，降低處理復(fù)雜度，極大提升存儲(chǔ)域訪問(wèn)性能。計(jì)算域則可以借助 DPU bypass CPU，減少數(shù)據(jù)拷貝開(kāi)銷，提升 IO 訪問(wèn)性能。

3.盤控協(xié)同，盤芯片與控制器芯片配合，提升集成度，達(dá)到最佳成本和能耗。盤控協(xié)同技術(shù)的關(guān)鍵是要實(shí)現(xiàn)高性能、低成本的大盤，通過(guò)硬件對(duì)盤控系統(tǒng)內(nèi)的算法進(jìn)行加速，比如利用 FPGA 實(shí)現(xiàn) FTL / DIF / 在線壓縮 / 加密 / EC / GC 等硬化，提升性能；盤內(nèi)和框內(nèi)的各類驅(qū)動(dòng)和緩存層合一，實(shí)現(xiàn)盤框一體，構(gòu)建極致成本和能耗的大盤存儲(chǔ)。

4.算子卸載，EC、數(shù)據(jù)縮減等算法通過(guò)硬件卸載到存儲(chǔ)端，實(shí)現(xiàn)近數(shù)據(jù)處理。通過(guò)計(jì)算語(yǔ)義的卸載，存儲(chǔ)直出語(yǔ)義接口，主機(jī)側(cè)軟件棧打薄，減少 80% 的 IO 交互次數(shù)，實(shí)現(xiàn)對(duì)整系統(tǒng)的 CPU 和網(wǎng)絡(luò)帶寬節(jié)省。同時(shí)，在大數(shù)據(jù) / 數(shù)據(jù)倉(cāng)庫(kù)場(chǎng)景，可以利用引擎的下推接口，下推謂詞和投影等運(yùn)算操作到存儲(chǔ)資源池，減少無(wú)效數(shù)據(jù)的搬移。

馮丹教授表示：“從技術(shù)趨勢(shì)來(lái)看，高性能異構(gòu)算力、高速網(wǎng)絡(luò)、大存力新型盤框、算子卸載等技術(shù)的發(fā)展，帶來(lái)了數(shù)據(jù)中心架構(gòu)的變革，加速了以 CPU 為中心的耦合架構(gòu)走向徹底存算分離、資源池化共享的以數(shù)據(jù)為中心的 Diskless 架構(gòu)，這種架構(gòu)進(jìn)一步簡(jiǎn)化了數(shù)據(jù)中心基礎(chǔ)設(shè)施構(gòu)建，能夠?qū)崿F(xiàn)存力和算力資源的集約高效發(fā)展，已經(jīng)成為大規(guī)模數(shù)據(jù)中心發(fā)展的重要技術(shù)趨勢(shì)?！?/p>

華為去年發(fā)布的 OceanDisk 智能盤框產(chǎn)品，是一個(gè)標(biāo)準(zhǔn)的大存力新型盤框產(chǎn)品。OceanDisk 通過(guò) NoF + 高速網(wǎng)絡(luò)連接 Diskless 服務(wù)器，實(shí)現(xiàn)計(jì)算和存儲(chǔ)獨(dú)立彈性擴(kuò)展，幫助客戶提高資源利用率，機(jī)柜空間和設(shè)備功耗分別降低 40%；內(nèi)置 FlashLink? 智能盤框協(xié)同算法等軟硬結(jié)合技術(shù)，帶來(lái)最大 250 萬(wàn) IOPS，50GB / s 帶寬的高性能；依托華為多年存儲(chǔ)研發(fā)實(shí)力，OceanDisk 智能盤框提供硬盤亞健康管理、智能慢盤優(yōu)化等技術(shù)，保持大規(guī)模數(shù)據(jù)中心 10 萬(wàn)級(jí)硬盤的性能穩(wěn)定，大幅降低運(yùn)維難度。OceanDisk 作為業(yè)界首個(gè)面向 Diskless 架構(gòu)的新型盤框，將以高性能、高可靠、綠色集約重新定義下一代云和互聯(lián)網(wǎng)數(shù)據(jù)中心存儲(chǔ)架構(gòu)。

關(guān)鍵詞：