飛象網訊 日前，在中國深圳舉辦的第20屆華為全球分析師大會，長江學者特聘教授、華中科技大學計算機科學與技術學院院長馮丹對數據中心Diskless架構及近數據處理發展趨勢做出了權威解讀，為傳統云存儲、大數據等計算域和存儲域不完全分離造成的資源浪費，提出了一個新的技術解決方向，幫助云和互聯網數據中心降本增效，實現數據中心高質量演進。
馮丹教授提到，傳統存算融合架構下，企業通常采用應用與本地盤耦合的服務器一體化架構，存在存力效率低、無效數據遷移、資源浪費等典型問題：
1. 計算域和存儲域未徹底分離，仍各自存在獨立的本地存儲，往往按照最大容量預設配置，存力利用率低；
2. 采用通用算力進行數據處理，IO效率低，存儲域仍以CPU為中心，存取性能無法充分發揮；
3. 數據從盤到計算域CPU,需要8次以上數據搬遷，無效搬遷帶來了網絡和算力資源的浪費；
4. 在存算融合的上千節點大規模集群中，算力、容量空間配比無法均衡，擴容時需要額外遷移數據，不僅帶來現有業務風險，還會浪費投資；
5. 數據爆發增長，面向結構化數據的數據縮減策略不完全適用于非結構化場景。
隨著算力多樣化、高性能網絡和存儲介質的發展，數據中心架構從以CPU中心朝著以數據為中心的Diskless架構演進。Diskless架構下，單一CPU算力發展到GPU、DPU、XPU等多樣算力，算力效率得以充分發揮；網絡從IP、NOF發展到高通量的CXL，為算力和存力等硬件解耦奠定了基礎；存力也從傳統HDD到SSD，性能、功耗實現全面提升。在Intel、華為、KIOXIA、阿里云等業界芯片、存儲、云和互聯網廠商的積極推進下，Diskless架構借助專用DPU/IPU等數據處理芯片和OceanDisk等專用存儲模塊，進一步提升數據處理和存儲的效能，充分調動數據中心資源。
馮丹教授表示，資源池化共享的Diskless架構應具備以下關鍵技術：
1. 網存協同，DPU硬件卸載加速，數據高效協同處理。通過DPU等專有數據處理模塊，使服務器CPU全為應用服務，基礎設施與應用任務解耦，將VirtIO、NVMe-oF等CPU計算效率低任務轉移到DPU的專用加速器執行，實現資源彈性擴展。
2. 數控分離+IO直通，實現控制流與IO流分離，IO直通到存儲介質，進一步提升存儲效率。通過數控分離，可達到極致IO訪問時延，通過存儲域IO讀寫數據流與IO控制處理的分離，使得讀寫IO直通到存儲介質中，減少IO處理路徑，降低處理復雜度，極大提升存儲域訪問性能。計算域則可以借助DPU bypass CPU，減少數據拷貝開銷，提升IO訪問性能。
3. 盤控協同，盤芯片與控制器芯片配合，提升集成度，達到最佳成本和能耗。盤控協同技術的關鍵是要實現高性能、低成本的大盤，通過硬件對盤控系統內的算法進行加速，比如利用FPGA實現FTL/DIF/在線壓縮/加密/EC/GC等硬化，提升性能；盤內和框內的各類驅動和緩存層合一，實現盤框一體，構建極致成本和能耗的大盤存儲。
4. 算子卸載，EC、數據縮減等算法通過硬件卸載到存儲端，實現近數據處理。通過計算語義的卸載，存儲直出語義接口，主機側軟件棧打薄，減少80%的IO交互次數，實現對整系統的CPU和網絡帶寬節省。同時，在大數據/數據倉庫場景，可以利用引擎的下推接口，下推謂詞和投影等運算操作到存儲資源池，減少無效數據的搬移。
馮丹教授表示：“從技術趨勢來看，高性能異構算力、高速網絡、大存力新型盤框、算子卸載等技術的發展，帶來了數據中心架構的變革，加速了以CPU為中心的耦合架構走向徹底存算分離、資源池化共享的以數據為中心的Diskless架構，這種架構進一步簡化了數據中心基礎設施構建，能夠實現存力和算力資源的集約高效發展，已經成為大規模數據中心發展的重要技術趨勢�！�
