עתיד המחשוב המותאם: מרכז הנתונים להמחשה

פוסט בבלוג זה מופיע מתוך המצגת המרכזית של Salil Raje, EVP ו- GM Xilinx Data Center Group, שניתנה ב- 24 במרץ 2021 ב- Xilinx Adapt: ​​Data Center. כדי לראות את ההערה המרכזית של סליל לפי דרישה, יחד עם לוח מצגות נהדר של מומחים בתעשייה, אתה יכול הירשם והצג את התוכן כאן.

רובנו עדיין נפגשים עם עמיתינו באמצעות ועידות וידאו מקוונות לאחר שינוי הפרדיגמה שנגרם על ידי מגפת ה- COVID-19. אתה כנראה לא חושב הרבה מה נדרש כדי להזרים את כל התוכן והעדכונים מהפגישות שלך. אבל אם אתה מפעיל מרכזי נתונים, כנראה שלא ישנת הרבה במהלך השנה האחרונה ודואג כיצד להתמודד עם התגברות המגיפה חסרת התקדים בתעבורת הווידיאו.

לא רק זאת, אלא שמוקדי הנתונים חייבים בימינו להתמודד עם פיצוץ של נתונים לא מובנים ממגוון רחב של עומסי עבודה כמו ועידת וידאו, הזרמת תוכן, משחק מקוון ומסחר אלקטרוני. רבים מיישומים אלה רגישים מאוד לחביון וכפופים גם לסטנדרטים מתפתחים של ארכיטקטורות דחיסה, הצפנה ומסדי נתונים.

זה אילץ את מרכזי הנתונים להגדיל את התשתית שלהם כדי לעמוד בדרישות הביצועים והאחרות של מגוון עומסי עבודה תובעניים, ובמקביל לנסות למזער את עלויות וצריכת החשמל. זה מתגלה כקשה מאוד וזה מכריח את מפעילי מרכזי הנתונים לחשוב מחדש על הארכיטקטורה הנוכחית שלהם ולחקור תצורות חדשות שהן מדרגיות ויעילות יותר.

נכון לעכשיו, לרוב מרכזי הנתונים יש מדפים עם קבוצות משאבים קבועות, המשלבים SSD, מעבדים ומאיצים בשרת יחיד. אמנם זה מבטיח חיבור רוחב פס גבוה בין מחשוב לאחסון, אך הוא אינו יעיל מאוד מבחינת ניצול המשאבים, מכיוון שיש יחס קבוע של אחסון ומחשוב בכל שרת. מאחר ועומסי עבודה דורשים שילוב שונה של חישוב ואחסון, איים של משאבים שאינם בשימוש נותרים בכל שרת.

תשתית מורכבת

מתפתחת ארכיטקטורה חדשה שמבטיחה לבצע שיפור דרמטי בשימוש במשאבים. זה מכונה "תשתית להלחנה". תשתית מורכבת כרוכה בכך פירוק משאבים ובמקום זאת איחודם יחד והנגשתם מכל מקום. תשתיות קומפוזיציות מאפשרות אספקת עומסי עבודה עם הכמות הנכונה ביותר של משאבים, ותצורה מהירה מחדש באמצעות תוכנה.

ארכיטקטורה ניתנת להלחנה עם מאגרי מעבדים, SSDS ומאיצים שמרושתים יחד ונשלטים על ידי מסגרת אספקה ​​מבוססת סטנדרטים מבטיחה יעילות משאבי מרכז הנתונים משופרת מאוד. בארכיטקטורה כזו, עומסי עבודה שונים עשויים להיות בעלי דרישות חישוב, אחסון ותאוצה שונות, ומשאבים אלה יוקצו בהתאם ללא חומרה מבוזבזת. כל זה נשמע נהדר בתיאוריה, אבל בפועל, יש נושא אחד גדול: חביון.

אתגר החביון

כאשר אתה מפזר משאבים ומרחיק אותם זה מזה אתה עלול לעכב יותר ורוחב פס מופחת עקב תעבורת הרשת בין מעבדים ו- SSD, או בין מעבדים למאיצים. אלא אם כן יש לך דרך לצמצם את תעבורת הרשת ולקשר בין המשאבים בצורה יעילה, זה יכול להיות מגביל מאוד. שם FPGA ממלאים שלושה תפקידים מרכזיים בפתרון אתגר החביון:

• ה- FPGA משמשים כמאיצים הניתנים להתאמה הניתנים להתאמה אישית לכל עומס עבודה לצורך ביצועים מקסימליים. 
• FPGAs יכולים גם לקרב את המחשוב לנתונים, ובכך להפחית את החביון ולמזער את רוחב הפס הנדרש.
• המרקם האינטליגנטי וההתאמה של FPGA מאפשר איגום יעיל של משאבים ללא עיכובים מוגזמים. 

תאוצה מותאמת

היתרון המשמעותי הראשון עבור מאיצים ממוחשבים מבוססי FPGA הוא ביצועים משופרים באופן דרמטי בעומסי עבודה שמבוקשים מאוד בימינו. במקרי שימוש בהמרת וידאו עבור יישומי סטרימינג בשידור חי, פתרונות FPGA עולים בדרך כלל על מעבדי x86 פי 30, מה שמסייע למפעילי מרכזי הנתונים לעמוד בגידול העצום במספר הזרמים בו זמנית. דוגמא נוספת היא בתחום הקריטי של רצף גנומי. לקוח לאחרונה של גנומיקה של Xilinx מצא כי המאיץ מבוסס ה- FPGA שלנו העביר את התשובה מהר פי 90 ממעבד, ועזר לחוקרים רפואיים לבדוק דגימות DNA בשבריר מהזמן שלקח פעם.

העברת חישוב קרוב יותר לנתונים

היתרון המרכזי השני עבור FPGAs במרכז נתונים להלחנה הוא היכולת לקרב את המחשוב המותאם לנתונים, בין אם במנוחה ובין אם בתנועה. מכשירי FPGA של Xilinx המשמשים בהתקני אחסון חישוביים SmartSSD מאיצים פונקציות כמו חיפוש מהיר, ניתוח, דחיסה והצפנה, שבדרך כלל מבוצעים על ידי מעבד. זה עוזר לפרוק את המעבד למשימות מורכבות יותר, אך גם מצמצם את התנועה בין המעבד לכונני ה- SSD ובכך מצמצם את צריכת רוחב הפס ומפחית את זמן ההשהיה.

באופן דומה, FPGA שלנו משמשים כעת ב- SmartNIC כמו Alveo SN1000 החדש שלנו כדי להאיץ נתונים בתנועה בעזרת עיבוד מנות במהירות, חיבורי דחיסה ושירותי הצפנה, כמו גם יכולת להסתגל לדרישות מיתוג מותאמות אישית עבור מרכז נתונים או לקוח מסוים.   

בד אינטליגנטי

כאשר אתה משלב את האצת המחשוב הניתנת להתאמה של FPGA עם קישוריות עם אחזור נמוך, אתה יכול ללכת צעד קדימה במרכז הנתונים הניתן לחיבור. אתה יכול להקצות עומס עבודה עתיר מחשוב לאשכול של מאיצים המחוברים ביניהם על ידי מארג אינטליגנטי הניתן להתאמה - יצירת מחשב בעל ביצועים גבוהים לפי דרישה.

כמובן, כל זה אינו אפשרי אם אינך יכול לתכנת את מאיצי החישוב, SmartSSDs ו- SmartNIC עם אלגוריתמי ההאצה האופטימליים ואז לספק אותם במספרים הנכונים לכל עומס עבודה. למשימה זו בנינו ערמת תוכנה מקיפה המנצלת את מסגרות התעשייה הספציפיות לתחום כמו TensorFlow ו- FFMPEG, הפועלות בשילוב עם פלטפורמת הפיתוח של Vitis. אנו רואים גם תפקיד למסגרות הקצאה ברמה גבוהה יותר כמו RedFish לסייע בהקצאת משאבים חכמה.

העתיד הוא עכשיו

ההבטחה של מרכז הנתונים להלחנה היא שינוי מרגש ומכשירי Xilinx וכרטיסי תאוצה הם אבני יסוד מרכזיות לאדריכלות יעילה וחדשה זו. עם יכולת תצורה מהירה מחדש, חביון נמוך וארכיטקטורה גמישה שיכולה להתאים לעומסי עבודה משתנים, Xilinx ממוקם היטב להיות שחקן מרכזי באבולוציה זו.