王恩東 張 東 亓開元
1 高效能服務(wù)器和存儲技術(shù)國家重點實驗室 濟南 250101
2 浪潮電子信息產(chǎn)業(yè)股份有限公司 濟南 250101
現(xiàn)階段,互聯(lián)網(wǎng)應(yīng)用的需求引領(lǐng)全球數(shù)據(jù)中心的發(fā)展趨勢,中國的互聯(lián)網(wǎng)規(guī)模已經(jīng)十分巨大。例如,截至2014年底,我國智能終端數(shù)量達到25億部,上網(wǎng)用戶數(shù)量超過6億人。在這樣數(shù)量龐大的終端設(shè)備背后,必須要有更大的內(nèi)容服務(wù)商提供服務(wù)。例如,阿里巴巴在“雙十一”的交易額比香港一個月的零售總額還要多,微信的活躍用戶數(shù)量比美國總?cè)丝谶€多。這些龐大的互聯(lián)網(wǎng)服務(wù)更需要規(guī)模龐大的數(shù)據(jù)中心來支撐。
與此同時,金融、電信等傳統(tǒng)行業(yè)的信息化需求也持續(xù)攀升。例如,2014年底中國銀聯(lián)卡量約為40億張,電信用戶超過10億,智能電表的數(shù)量是美國的三倍。然而,我國傳統(tǒng)行業(yè)雖然信息化需求旺盛,總量上占有優(yōu)勢,但是人均信息消費和主要發(fā)達國家相比還有很大的差距,未來我國信息產(chǎn)業(yè)市場的增長空間仍然非常巨大[1]。
從技術(shù)角度來看,支撐互聯(lián)網(wǎng)和傳統(tǒng)行業(yè)應(yīng)用需求的物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)網(wǎng)等新興技術(shù)進一步推動了數(shù)據(jù)中心向集中化、規(guī)?;l(fā)展,給數(shù)據(jù)中心帶來了擴展、效率、能耗、安全等諸多問題和挑戰(zhàn)。
首先是擴展性,單臺設(shè)備的擴展性受設(shè)備內(nèi)部CPU互連性能、I/O擴展能力的制約,數(shù)據(jù)中心的擴展性則受網(wǎng)絡(luò)性能的制約。目前的數(shù)據(jù)中心普遍采用分布式架構(gòu),設(shè)備間的互連網(wǎng)絡(luò)帶寬遠低于主板內(nèi)和設(shè)備內(nèi)的互連帶寬,并且網(wǎng)絡(luò)協(xié)議復(fù)雜、層次眾多,協(xié)議的轉(zhuǎn)換和處理占用了大量系統(tǒng)資源,使得業(yè)務(wù)系統(tǒng)擴展性受到嚴重限制。
第二,目前大多數(shù)數(shù)據(jù)中心的服務(wù)器利用率低于30%,通過虛擬化能夠?qū)崿F(xiàn)計算資源在不同業(yè)務(wù)間的動態(tài)調(diào)度,從而使得設(shè)備的利用率提升到60%左右。然而,當前的虛擬化技術(shù)在設(shè)備間的資源調(diào)度開銷很大,虛擬化遷移的時間延遲為分鐘級,因此,設(shè)備間資源的共享程度非常有限。此外,傳統(tǒng)架構(gòu)中服務(wù)器、存儲等設(shè)備是分離的,各自的資源處于隔離狀態(tài),資源共享僅限于同類設(shè)備。
第三,能耗是數(shù)據(jù)中心越來越突出的問題。目前,雖然有很多技術(shù)可以將數(shù)據(jù)中心的PUE(Power Usage Effect)從2.0降到1.5,但非IT能耗依然突出。此外,IT設(shè)備在業(yè)務(wù)處理方面的效率低下常常被忽略,在關(guān)注PUE的同時還要重視IT設(shè)備能耗到性能的轉(zhuǎn)化率。例如,在相同的圖形處理能力下,通用CPU比專業(yè)化GPU的功耗大3倍;因此,提升CPU針對大規(guī)模應(yīng)用的性能,或者發(fā)展面向應(yīng)用的專用或可重構(gòu)計算單元,具有廣闊的空間。
最后,隨著規(guī)模的發(fā)展和云服務(wù)的普及,云數(shù)據(jù)中心所面臨的安全問題更加嚴峻。首先,木馬、病毒、系統(tǒng)后門等傳統(tǒng)攻擊手段無時無刻不在威脅著數(shù)據(jù)的安全。其次,由于云數(shù)據(jù)中心敏感數(shù)據(jù)、關(guān)鍵業(yè)務(wù)高度集中,一旦出現(xiàn)安全問題則很可能是全局性或社會問題,會產(chǎn)生比以往更加嚴重的后果。
通過上面的問題可以看出,隨著規(guī)模的不斷擴大,傳統(tǒng)數(shù)據(jù)中心那種將服務(wù)器、存儲設(shè)備進行簡單堆積,以交換機連接、再輔以虛擬化軟件進行資源簡單調(diào)度和管理的方式已經(jīng)無法滿足需求,必須進行各個層面技術(shù)的創(chuàng)新和數(shù)據(jù)中心架構(gòu)的變革。本文將這種適應(yīng)未來需求的全新的數(shù)據(jù)中心架構(gòu)定義為融合架構(gòu)。
融合架構(gòu)數(shù)據(jù)中心(Smart Data Center)的設(shè)計思想是通過硬件解耦實現(xiàn)資源的物理池化和動態(tài)重構(gòu),通過軟件定義實現(xiàn)業(yè)務(wù)感知的按需資源組合與配置,滿足系統(tǒng)的彈性伸縮和超大規(guī)模的持續(xù)擴展。
融合架構(gòu)是綜合發(fā)展傳統(tǒng)建設(shè)方案和新興技術(shù)路線而形成的全新數(shù)據(jù)中心架構(gòu)設(shè)計理念。此前,由眾多企業(yè)級廠商提出的混合架構(gòu)(Converged Architecture)[2]更多地強調(diào)數(shù)據(jù)中心不同模塊之間的直接集成或簡單軟硬一體化部署,而不是從業(yè)務(wù)的視角出發(fā),對數(shù)據(jù)中心的硬件架構(gòu)進行重新設(shè)計,以更好地發(fā)揮軟件功能。而SDDC、SDN等軟件定義[3]概念的興起,又導(dǎo)致數(shù)據(jù)中心建設(shè)過度關(guān)注軟件發(fā)展,整個產(chǎn)業(yè)存在軟硬失衡的潛在風(fēng)險,必須要重新審視硬件重構(gòu)的價值。事實上,單靠軟件無法定義一切,硬件重構(gòu)是軟件定義的基礎(chǔ)和保障。例如,在虛擬化技術(shù)發(fā)展的初期,英特爾在芯片上增加了VT-x、VT-d等針對性的指令設(shè)計,以更好地發(fā)揮虛擬化的特性。同樣,由互聯(lián)網(wǎng)企業(yè)主導(dǎo)的單純意義上的硬件重構(gòu)[4],因其站在行業(yè)特有規(guī)模和自主性的立場上強調(diào)硬件的高密度部署,缺乏從業(yè)務(wù)到資源的適配層軟件設(shè)計,也僅適用于特定的生態(tài)系統(tǒng)和應(yīng)用場景。
也就是說,只靠軟件定義沒有硬件重構(gòu),虛擬化效率不高;只有硬件重構(gòu)沒有軟件定義,系統(tǒng)缺乏靈活性,使用復(fù)雜度高。在融合架構(gòu)中,硬件重構(gòu)和軟件定義是缺一不可、相輔相成的辯證統(tǒng)一關(guān)系,在硬件層將計算、存儲、網(wǎng)絡(luò)設(shè)備中的同類資源整合為資源池,各類資源能夠任意重組,在軟件層智能地感知業(yè)務(wù)的資源需求,利用硬件的重構(gòu)能力動態(tài)地分配和組合資源。
融合架構(gòu)可以從硬件和軟件層面演進、分三個階段逐步發(fā)展(如表1所示)。
表1 融合架構(gòu)數(shù)據(jù)中心發(fā)展路線
第一階段,在硬件上實現(xiàn)散熱、電源、管理等非IT資源的集中化和模塊化,并利用軟件虛擬化技術(shù)實現(xiàn)計算、存儲等IT資源的池化和集中管理。這個階段的硬件形態(tài)可以視為“服務(wù)器即計算機”(Server as a Computer)。
第二階段,進一步將非計算部分的存儲、網(wǎng)絡(luò)等I/O設(shè)備進行池化,機柜內(nèi)采用硅光電等技術(shù)進行高速互連,并以軟件定義的計算、存儲和網(wǎng)絡(luò)來滿足業(yè)務(wù)需求。也就是硬件上將整機柜當作一臺計算機(Rack as a Computer)[5],并實現(xiàn)完全的軟件定義。
第三階段是最終將CPU、內(nèi)存等所有的IT資源完全池化,可以根據(jù)應(yīng)用需求智能地分配和組合資源,實現(xiàn)完全意義上業(yè)務(wù)驅(qū)動的軟件定義數(shù)據(jù)中心。也就是將整個數(shù)據(jù)中心當作一臺計算機(Data Center as a Computer)[6],并通過軟件實現(xiàn)業(yè)務(wù)驅(qū)動和應(yīng)用感知。
融合架構(gòu)的實現(xiàn)需要以下一系列技術(shù)的支撐。
1) 硅光電技術(shù)[7]的應(yīng)用將加速硬件解耦化,為硬件重構(gòu)奠定基礎(chǔ)。硅光電技術(shù)相對于目前用于主板間和節(jié)點間通信的光纖技術(shù)有著更高的通信速率、更低的功耗、更高的部署密度和傳輸可靠性,特別適合芯片間的高速長距離互連,其應(yīng)用將加速推動硬件資源的解耦化,進而實現(xiàn)數(shù)據(jù)中心硬件資源的物理池化。這種物理池化與目前基于虛擬化的資源邏輯池化是有區(qū)別的。虛擬化技術(shù)主要是采用依靠軟件實現(xiàn)的分時復(fù)用模式,因而不可避免地引入系統(tǒng)的資源開銷;因此,當硬件資源具備物理的解耦能力之后,通過基于軟件定義的資源邊界配置與組織模式,將會在很大程度上提升數(shù)據(jù)中心的總體能效。
2) 可重構(gòu)計算技術(shù)[8]的發(fā)展使得硬件面向軟件優(yōu)化成為可能。隨著3D晶體管工藝的推廣應(yīng)用,處理芯片內(nèi)部的晶體管資源更加豐富,可編程FPGA器件的性能和容量也都大幅提升,使得面向特定應(yīng)用重構(gòu)計算單元硬件邏輯成為可能??芍貥?gòu)處理器既保持了處理器的通用性,又具備專用硬件邏輯的高效率以及邏輯可重構(gòu)帶來的靈活性,實際上就是一種更細粒度的軟件定義的資源重構(gòu),將對數(shù)據(jù)中心整體效率帶來較大提升。
3) 高性能非易失性存儲[9]的突破性進展將簡化存儲層次結(jié)構(gòu),大幅提升系統(tǒng)性能。隨著半導(dǎo)體工藝技術(shù)的進步,近幾年非易失性存儲器在性能和容量密度方面已經(jīng)取得較大進展,將對計算機系統(tǒng)傳統(tǒng)的存儲層次結(jié)構(gòu)產(chǎn)生革命性的影響。內(nèi)存與外存合二為一,存儲層次架構(gòu)更加扁平化。扁平化將帶來更低的數(shù)據(jù)訪問延遲、更高的訪問帶寬,以及更大容量的存儲空間,支撐效率更高的“內(nèi)存計算”模式[10]。
4) 人工智能應(yīng)用于軟件定義,將支撐面向應(yīng)用優(yōu)化的數(shù)據(jù)中心基礎(chǔ)設(shè)施智能重構(gòu)。在數(shù)據(jù)中心系統(tǒng)軟件技術(shù)方面,關(guān)注重點將由目前的資源虛擬化,逐步轉(zhuǎn)向關(guān)注業(yè)務(wù)感知的軟件定義能力。目前,最新的方向是在數(shù)據(jù)中心資源管理中引入機器學(xué)習(xí)技術(shù),特別是在模式識別、音/視頻處理等領(lǐng)域廣泛應(yīng)用的深層網(wǎng)絡(luò)技術(shù)[11],建立業(yè)務(wù)感知的資源重構(gòu)決策系統(tǒng),賦予硬件基礎(chǔ)設(shè)施理解上層應(yīng)用需求和識別資源使用行為特征的能力,最終實現(xiàn)硬件平臺的智能重構(gòu)。
在經(jīng)歷了系統(tǒng)孤立建設(shè)、設(shè)備集中化和虛擬化階段后,互聯(lián)網(wǎng)、行業(yè)應(yīng)用的快速增長及動態(tài)變化對數(shù)據(jù)中心的持續(xù)擴展、資源管理和應(yīng)用支撐能力帶來更大的需求。針對上述需求,基于融合架構(gòu)的技術(shù)路線,目前已經(jīng)形成完整的數(shù)據(jù)中心基礎(chǔ)設(shè)施布局和路線圖,通過利用融合架構(gòu)基礎(chǔ)設(shè)施建立面向區(qū)域性公共服務(wù)以及金融、能源、電信、交通等行業(yè)的云數(shù)據(jù)中心,提供支撐文化教育、醫(yī)療衛(wèi)生、質(zhì)量監(jiān)督、電子政務(wù)、城市管理、科研等領(lǐng)域的云計算服務(wù),進一步促進政府、行業(yè)數(shù)據(jù)平臺和搜索、電子商務(wù)、社交等互聯(lián)網(wǎng)平臺的資源整合和升級,支撐以數(shù)據(jù)即時感知、智能處理、按需服務(wù)為典型特征的重點行業(yè)大數(shù)據(jù)應(yīng)用創(chuàng)新,提升各行業(yè)信息化水平,降低服務(wù)信息化成本,促進傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。融合架構(gòu)數(shù)據(jù)中心基礎(chǔ)設(shè)施路線圖,如圖1所示。
圖1 融合架構(gòu)數(shù)據(jù)中心基礎(chǔ)設(shè)施路線圖
第一代融合架構(gòu)的基礎(chǔ)設(shè)施包括整機柜服務(wù)器、關(guān)鍵應(yīng)用主機、海量存儲和云海OS,這些基礎(chǔ)設(shè)施都已經(jīng)完成研發(fā)并得到實際應(yīng)用,取得了優(yōu)異的社會效益和經(jīng)濟效益。
第二代融合架構(gòu)的基礎(chǔ)設(shè)施包括正在研發(fā)和即將發(fā)布的下一代關(guān)鍵應(yīng)用主機、智能模塊化數(shù)據(jù)中心(Smart Modular Center)和云海OS G2。
第三代融合架構(gòu)基礎(chǔ)設(shè)施是面向未來云數(shù)據(jù)中心預(yù)研和規(guī)劃的形態(tài),包括基于融合架構(gòu)的數(shù)據(jù)中心(Smart Data Center)和云海OS G3。
下面來分別介紹這三代融合架構(gòu)數(shù)據(jù)中心的代表性基礎(chǔ)設(shè)施。
整機柜服務(wù)器SmartRack是第一代融合架構(gòu)基礎(chǔ)設(shè)施的典型代表。與傳統(tǒng)的服務(wù)器不同,通過計算、存儲和網(wǎng)絡(luò)的模塊化以及散熱、供電、管理的集中化,SmartRack實現(xiàn)了硬件聚合并支持整機柜資源的統(tǒng)一管理和業(yè)務(wù)的自動部署。在此基礎(chǔ)上,利用云海OS提供的資源虛擬化功能,SmartRack還具備軟件定義特征,將整機柜資源整合成計算、存儲和網(wǎng)絡(luò)的資源池,對資源池進行統(tǒng)一管理、動態(tài)調(diào)度和靈活分配。
基于融合架構(gòu),還可以面向不同的業(yè)務(wù)場景進行整機柜服務(wù)器的定制化設(shè)計。例如,面向深度學(xué)習(xí)、人工智能應(yīng)用的協(xié)調(diào)處理加速整機柜服務(wù)器;面向自然風(fēng)冷數(shù)據(jù)中心的高溫耐腐蝕整機柜服務(wù)器;面向大數(shù)據(jù)存儲、社交網(wǎng)站的冷存儲整機柜服務(wù)器;面向云計算、虛擬化應(yīng)用的高密度計算整機柜服務(wù)器;面向熱數(shù)據(jù)處理、搭載SSD硬盤的高性能存儲整機柜服務(wù)器。
目前,SmartRack在國內(nèi)市場占有率超過60%,與傳統(tǒng)服務(wù)器相比,其部署密度提高13.8%,功耗降低12%,總體擁有成本(Total Cost of Ownership,TCO)降低15%。以百度陽泉數(shù)據(jù)中心為例,其一天就能完成4 500個節(jié)點的部署,部署效率是傳統(tǒng)服務(wù)器的10倍,創(chuàng)造了國內(nèi)服務(wù)器部署實施速度紀錄,更好地滿足了用戶業(yè)務(wù)的爆發(fā)式增長。
當前中國的銀行、電信等行業(yè)業(yè)務(wù)規(guī)模已經(jīng)是全球最大,其核心業(yè)務(wù)對關(guān)鍵應(yīng)用主機的要求也越來越高。K1是中國唯一自主研發(fā)的關(guān)鍵應(yīng)用主機,打破了外國品牌在該領(lǐng)域的壟斷局面。通過采用全模塊化冗余設(shè)計,基于物理分區(qū)、進程冗余等多層次高可用技術(shù),K1可靠性達到99.9994%。同時,為增強事務(wù)處理能力,K1最大支持32顆CPU、256個計算核心、8TB內(nèi)存。此外,通過建立國產(chǎn)主機系統(tǒng)產(chǎn)業(yè)聯(lián)盟,并全面支持DB2、Sybase、WebSphere等國際主流基礎(chǔ)軟件,形成完善的關(guān)鍵應(yīng)用主機生態(tài)環(huán)境。
K1已經(jīng)在政府、金融、能源等12大關(guān)鍵行業(yè)實現(xiàn)覆蓋。據(jù)IDC統(tǒng)計,K1在2014年下半年首次進入國內(nèi)高端UNIX服務(wù)器市場前三,占有率達到14%。以K1承載的中國建設(shè)銀行省級核心業(yè)務(wù)系統(tǒng)為例,該系統(tǒng)覆蓋數(shù)十個二級分行、數(shù)百個營業(yè)網(wǎng)點、數(shù)千個柜員、數(shù)萬臺終端,業(yè)務(wù)并發(fā)峰值每秒數(shù)千筆。相比之前的進口設(shè)備,系統(tǒng)性能提升4倍,價格降低38%,TCO降低43%。截至目前,K1已經(jīng)穩(wěn)定運行1 500余天,未出現(xiàn)任何計劃外停機。
針對當前云數(shù)據(jù)中心面臨的安全威脅,融合架構(gòu)基于安全可信的主動防御體系構(gòu)建完整的數(shù)據(jù)中心安全解決方案。該解決方案以可信服務(wù)器為根基,以操作系統(tǒng)安全加固軟件為支撐,采用自主可控的商用密碼算法,支持中國和國際可信計算體系,建立從服務(wù)器、虛擬化軟件、操作系統(tǒng)到應(yīng)用程序的軟硬件一體化信任鏈,保護服務(wù)器免遭針對BIOS、PCI卡、硬盤等固件的惡意代碼攻擊。
為驗證云數(shù)據(jù)中心安全解決方案的有效性,通過“云數(shù)據(jù)中心滲透測試”模擬用戶真實環(huán)境,在網(wǎng)絡(luò)層、應(yīng)用層和系統(tǒng)層及時有效地發(fā)現(xiàn)并阻斷攻擊8萬余次,驗證了云數(shù)據(jù)中心安全解決方案在面臨各類攻擊時的魯棒性和抗攻擊性。
第二代融合架構(gòu)最有代表性的是智能模塊化數(shù)據(jù)中心。傳統(tǒng)服務(wù)器架構(gòu)中,I/O是和CPU、內(nèi)存等資源緊耦合在一起的。在智能模塊化數(shù)據(jù)中心中,為實現(xiàn)I/O資源的集中和池化,計算和I/O模塊之間通過硅光電建立高速通道?;诠韫怆娂夹g(shù),單元模塊可提供400Gb/s的互連帶寬,與傳統(tǒng)的雙萬兆互連相比提升了20倍,從而使I/O資源的池化成為可能。同時,通過采用分布式交換架構(gòu),可以通過軟件定義實現(xiàn)靈活的網(wǎng)絡(luò)拓撲劃分,快速動態(tài)地調(diào)整計算和I/O模塊之間的搭配,實現(xiàn)兩者之間的動態(tài)組合,有效提升整個系統(tǒng)的擴展性和靈活性,保證硬件重構(gòu)的實現(xiàn)。
借助I/O資源的動態(tài)重構(gòu)能力,Smart Modular Center通過云海OS G2能夠?qū)崿F(xiàn)更靈活高效的軟件定義網(wǎng)絡(luò)和存儲?,F(xiàn)在一般意義上的軟件定義網(wǎng)絡(luò),實際上是在三層網(wǎng)絡(luò)上通過Overlay方式實現(xiàn)二層交換。在Smart Modular Center中,虛擬交換機的功能可以通過分布式交換網(wǎng)絡(luò)的網(wǎng)卡硬件實現(xiàn),按需構(gòu)建拓撲、劃分vLan、定義QoS,為上層應(yīng)用提供高效可靠、安全隔離的網(wǎng)絡(luò)環(huán)境。同理,通過將存儲資源更靈活地分配各個計算節(jié)點,支持NAS和SAN等多種訪問接口,實現(xiàn)按照業(yè)務(wù)需求提供存儲資源。軟件定義網(wǎng)絡(luò)和存儲,連同第一代中實現(xiàn)的軟件定義計算,就形成了完整的軟件定義數(shù)據(jù)中心。
通過硬件重構(gòu)和軟件定義,智能模塊化數(shù)據(jù)中心能夠更加靈活地調(diào)度資源滿足業(yè)務(wù)需要。例如,動態(tài)重構(gòu)CPU、GPU資源滿足高性能應(yīng)用對計算能力的需要,重構(gòu)CPU和存儲資源形成存儲服務(wù)器集群,滿足大數(shù)據(jù)應(yīng)用對計算和存儲能力的需要。與傳統(tǒng)的“服務(wù)器+虛擬化”的技術(shù)相比,由于計算和存儲設(shè)備之間的界限被打破,系統(tǒng)效率和靈活性都有很大提升。
此外,為更好地支持內(nèi)存計算,Smart Modular Center提供64TB DRAM與384TB NVM的異構(gòu)混合內(nèi)存,輔以模塊間400Gb/s的高速互連,基本上可以滿足95%以上內(nèi)存計算系統(tǒng)的需求。
與前兩代相比,第三代融合架構(gòu)在硬件重構(gòu)和軟件定義上更進一步。在I/O集中化的基礎(chǔ)上,進一步解耦CPU和內(nèi)存形成集中的資源池,再輔以軟件定義的能力,可以將數(shù)千顆CPU、PB級內(nèi)存的計算機通過虛擬化軟件形成任意粒度大小的資源容器,其他低功耗器件、加速器件、I/O資源同樣可以池化和任意分配,形成各種規(guī)模和配置的計算機。同時,配合應(yīng)用感知的資源分配技術(shù),將使數(shù)據(jù)中心的資源調(diào)度完全智能化、高效化。
第三代融合架構(gòu)基礎(chǔ)設(shè)施Smart Data Center將硬件資源清晰地組織成不同的功能區(qū),功能區(qū)在軟件定義的控制下形成不同的資源池來支撐云平臺和云應(yīng)用,如圖2所示。通過智能感知上層業(yè)務(wù)的類型,數(shù)據(jù)中心自動重構(gòu)適合的資源來為業(yè)務(wù)構(gòu)建最佳的運行環(huán)境,讓應(yīng)用軟件與運行環(huán)境之間的契合程度達到一個前所未有的水平。
圖2 第三代融合架構(gòu)數(shù)據(jù)中心
基于“兩個層面、三個階段”發(fā)展路線的融合架構(gòu)云數(shù)據(jù)中心基礎(chǔ)設(shè)施研發(fā)和應(yīng)用實踐表明,通過高效的內(nèi)部互連,數(shù)據(jù)中心可以實現(xiàn)硬件層面的重構(gòu)和虛擬化,效率可以比現(xiàn)在的軟件虛擬化提升一到兩個數(shù)量級,從而使資源利用更加平衡,可擴展性更強;通過軟件定義計算、存儲和網(wǎng)絡(luò),數(shù)據(jù)中心能夠更加靈活地滿足不同業(yè)務(wù)的多樣性需求;通過使用各種新型器件,數(shù)據(jù)中心可以提高資源利用率、節(jié)約成本和降低能耗。融合架構(gòu)將促進數(shù)據(jù)中心由資源驅(qū)動型向業(yè)務(wù)驅(qū)動型轉(zhuǎn)變,真正意義上實現(xiàn)開放融合、安全高效、智能綠色和靈動成長。
參考文獻
[1]賽迪顧問.2013~2014年中國信息消費市場研究年度報告[R].2014
[2]James Staten,Cristopher Voce,Galen Schreck,et al.Are Converged Infrastructures Good For IT?[R].2010
[3]趙小凡.對“軟件定義一切”的思考和理解[J].軟件和信息服務(wù),2014(1):16
[4]張廣彬,盤駿,曾智強.數(shù)據(jù)中心2013:硬件重構(gòu)與軟件定義[R].2014
[5]張東,亓開元,吳楠,等.云海大數(shù)據(jù)一體機體系結(jié)構(gòu)和關(guān)鍵技術(shù)[C]// 第二屆CCF大數(shù)據(jù)學(xué)術(shù)會議,2014
[6]Barroso L A ,H?lzle U.The datacenter as a computer: An introduction to the design of warehouse-scale machines[J].Synthesis lectures on computer architecture,2009,4(1): 1-108
[7]De Dobbelaere P. Silicon photonics technology platform for embedded and integrated optical interconnect systems[C]//The 18th Asia and South Pacific Design Automation Conference,2013:644-647
[8]Bobda C.Introduction to Reconfigurable Computing:Architectures[M].Springer,2007
[9]Ugo Russo,Andrea Redaelli,Roberto Bez.Non-Volatile Memory Technology Overview[C]// Workshop on Technology Architecture Inter-action.Saint-Malo,France,2010
[10]Zaharia M,Chowdhury N M,Franklin M,et al.Spark:Cluster competing with working sets[C]//The 2nd USENIX conference on Hot topics in cloud computing.Boston,MA,USA,2010:1-10
[11]Quoc V Le,Marc Aurelio Ranzato,Rajat Monga,et al.Building High-level Features Using Large Scale Unsupervised Learning[C]//The 29th International Conference on Machine Learning. Edinburgh,Scotland, UK,2012