来源：通信世界全媒体
（CWW）日前，在中国深圳举办的第 20 届华为全球分析师大会，长江学者特聘教授、华中科技大学计算机科学与技术学院院长冯丹对数据中心 Diskless 架构及近数据处理发展趋势做出了权威解读，为传统云存储、大数据等计算域和存储域不完全分离造成的资源浪费，提出了一个新的技术解决方向，帮助云和互联网数据中心降本增效，实现数据中心高质量演进。
冯丹教授提到，传统存算融合架构下，企业通常采用应用与本地盘耦合的服务器一体化架构，存在存力效率低、无效数据迁移、资源浪费等典型问题：
(资料图片仅供参考)
1.计算域和存储域未彻底分离，仍各自存在独立的本地存储，往往按照最大容量预设配置，存力利用率低；
2.采用通用算力进行数据处理，IO 效率低，存储域仍以 CPU 为中心，存取性能无法充分发挥；
3.数据从盘到计算域 CPU, 需要 8 次以上数据搬迁，无效搬迁带来了网络和算力资源的浪费；
4.在存算融合的上千节点大规模集群中，算力、容量空间配比无法均衡，扩容时需要额外迁移数据，不仅带来现有业务风险，还会浪费投资；
5.数据爆发增长，面向结构化数据的数据缩减策略不完全适用于非结构化场景。
随着算力多样化、高性能网络和存储介质的发展，数据中心架构从以 CPU 中心朝着以数据为中心的 Diskless 架构演进。Diskless 架构下，单一 CPU 算力发展到 GPU、DPU、XPU 等多样算力，算力效率得以充分发挥；网络从 IP、NOF 发展到高通量的 CXL，为算力和存力等硬件解耦奠定了基础；存力也从传统 HDD 到 SSD，性能、功耗实现全面提升。在 Intel、华为、KIOXIA、阿里云等业界芯片、存储、云和互联网厂商的积极推进下，Diskless 架构借助专用 DPU / IPU 等数据处理芯片和 OceanDisk 等专用存储模块，进一步提升数据处理和存储的效能，充分调动数据中心资源。
冯丹教授表示，资源池化共享的 Diskless 架构应具备以下关键技术：
1.网存协同，DPU 硬件卸载加速，数据高效协同处理。通过 DPU 等专有数据处理模块，使服务器 CPU 全为应用服务，基础设施与应用任务解耦，将 VirtIO、NVMe-oF 等 CPU 计算效率低任务转移到 DPU 的专用加速器执行，实现资源弹性扩展。
2.数控分离 + IO 直通，实现控制流与 IO 流分离，IO 直通到存储介质，进一步提升存储效率。通过数控分离，可达到极致 IO 访问时延，通过存储域 IO 读写数据流与 IO 控制处理的分离，使得读写 IO 直通到存储介质中，减少 IO 处理路径，降低处理复杂度，极大提升存储域访问性能。计算域则可以借助 DPU bypass CPU，减少数据拷贝开销，提升 IO 访问性能。
3.盘控协同，盘芯片与控制器芯片配合，提升集成度，达到最佳成本和能耗。盘控协同技术的关键是要实现高性能、低成本的大盘，通过硬件对盘控系统内的算法进行加速，比如利用 FPGA 实现 FTL / DIF / 在线压缩 / 加密 / EC / GC 等硬化，提升性能；盘内和框内的各类驱动和缓存层合一，实现盘框一体，构建极致成本和能耗的大盘存储。
4.算子卸载，EC、数据缩减等算法通过硬件卸载到存储端，实现近数据处理。通过计算语义的卸载，存储直出语义接口，主机侧软件栈打薄，减少 80% 的 IO 交互次数，实现对整系统的 CPU 和网络带宽节省。同时，在大数据 / 数据仓库场景，可以利用引擎的下推接口，下推谓词和投影等运算操作到存储资源池，减少无效数据的搬移。
冯丹教授表示：“从技术趋势来看，高性能异构算力、高速网络、大存力新型盘框、算子卸载等技术的发展，带来了数据中心架构的变革，加速了以 CPU 为中心的耦合架构走向彻底存算分离、资源池化共享的以数据为中心的 Diskless 架构，这种架构进一步简化了数据中心基础设施构建，能够实现存力和算力资源的集约高效发展，已经成为大规模数据中心发展的重要技术趋势。”
华为去年发布的 OceanDisk 智能盘框产品，是一个标准的大存力新型盘框产品。OceanDisk 通过 NoF + 高速网络连接 Diskless 服务器，实现计算和存储独立弹性扩展，帮助客户提高资源利用率，机柜空间和设备功耗分别降低 40%；内置 FlashLink® 智能盘框协同算法等软硬结合技术，带来最大 250 万 IOPS，50GB / s 带宽的高性能；依托华为多年存储研发实力，OceanDisk 智能盘框提供硬盘亚健康管理、智能慢盘优化等技术，保持大规模数据中心 10 万级硬盘的性能稳定，大幅降低运维难度。OceanDisk 作为业界首个面向 Diskless 架构的新型盘框，将以高性能、高可靠、绿色集约重新定义下一代云和互联网数据中心存储架构。
标签：
