Datu centrs

Mūsdienu digitālā ainava ir piedzīvojusi nepieredzētu pārveidi par to, kā tiek organizēti, pārvaldīti un izmantoti skaitļošanas resursi. Šīs revolūcijas centrā ir datu centrs - sarežģīta ekosistēma, kas kalpo kā mūsu savstarpēji saistītās pasaules mugurkauls. Ievadot eksponenciālā datu pieauguma un aizvien sarežģītāku lietojumprogrammu laikmetu, tradicionālās datu centra projektēšanas un tīkla arhitektūras paradigmas saskaras ar ievērojamām problēmām, kas prasa novatoriskus risinājumus.

Datu centri ir attīstījušies no vienkāršām serveru saimniecībām uz sarežģītām, ļoti orķestrētām vidēm, kas atbalsta visu, sākot no pamata tīmekļa pakalpojumiem līdz uzlabotām mākslīgā intelekta lietojumprogrammām. Mākoņu skaitļošanas, lielo datu analītikas un reālo - laika apstrādes prasību parādīšanās ir būtiski mainījusi trafika modeļus un veiktspējas cerības šajās telpās. Šī evolūcija ir radījusi steidzamāku nepieciešamību pēc sarežģītākām starpsavienojuma tehnoloģijām, un optiskais tīkls ir kļuvis par kritisku iespējamo nākamajai - ģenerēšanas datu centra arhitektūrai.

Plaši izplatītā video straumēšanas, satelītattēlu, vienaudžu - - vienaudžu datu pārraides rezultātā ievērojami palielinājās interneta trafika pieaugums. Lai pilnībā izprastu optisko domēna risinājumu vērtības ierosinājumu datu centra vidē, mums visaptveroši jāanalizē, kā šīs jaunās lietojumprogrammas ietekmē gan iekšējo - datu centru, gan starp - datu centra trafika modeļus.

Papildus lietojumprogrammām, kas rada absolūtu satiksmes pieaugumu, piemēram, video straumēšana, daudzas citas lietojumprogrammas, ieskaitot medicīnisko skenēšanu, virtuālo realitāti un fizisko simulāciju, iegūst, glabā un apstrādā arvien lielāku datu apjomu. Sensoru izplatība mūsu vidē turpina apkopot un analizēt augošās datu kopas, nepārtraukti uzlabojot procesora skaitļošanas iespējas, vēl vairāk paātrinot šo tendenci.

Šīs lietojumprogrammas ģenerē apjomīgas datu kopas, kuras vai nu tiek apstrādātas tiešsaistē pārraides laikā, vai arī tiek glabātas turpmākai bezsaistes apstrādei. Mūsu pasaule ģenerē eksponenciāli pieaugošo datu daudzumu, un pētnieki aktīvi meklē optimālas metodes, kā rīkoties ar šīm masīvajām datu kopām, lai turpinātu attīstīt tādas jomas kā mobilās skaitļošana, personīgais plašsaziņas līdzekļi, mašīnmācīšanās un robotika.

Datoru redzes lietojumprogrammas attēlo aprēķinu - Intensīvas darba slodzes ar īpašām latentuma prasībām interaktīvajos režīmos un ekspozīcijas mainīgā, dati - atkarīgās izpildes raksturlielumi. Parasti šiem lietojumiem ir īpašības, kas dod priekšroku paralēlai apstrādes arhitektūrai. Video noteikšanas lietojumprogrammu skaitļošanas uzdevuma sadalīšanās parāda, kā ievades video plūsmas tiek atkārtotas dažādiem analīzes moduļiem, rezultātiem pārsūtot uz agregācijas moduļiem galīgo notikumu noteikšanas lēmumiem.

Joslas platuma prasības starp dažādām apakšsadaļām ir ievērojami atšķiras, jo video datu pārraides cauruļvadiem ir nepieciešams ievērojami lielāks joslas platums nekā tiem, kas pārsūtīja analīzes rezultātus. Vienlaicīgi datu apjoms, kas prasa ātru analīzi, ir kļuvis milzīgs.

Kā apspriests iepriekš, jaunās lietojumprogrammas virza arvien lielāku joslas platuma prasību. Sākot ar zinātniskām skaitļošanas lietojumprogrammām un beidzot ar meklētājprogrammām un MapReduce lietojumprogrammām, visām ir nepieciešams masīvs intra - kopas komunikācijas joslas platums. Tātad - saukts par intra - klastera datu centra trafiku, kas pazīstams arī kā austrumu - rietumu trafiks, pieaug ar likmēm, kas pārsniedz pat ziemeļus - Dienvidu satiksme (satiksme, kas ievada un iziet no datu centriem).

2011. gadā austrumu - rietumu līdz ziemeļiem - dienvidu satiksme Microsoft datu centros tuvojās 4: 1. Ar nepārtraukti augošām datu centra skalām un lietojumprogrammu joslas platuma prasībām, tīklu sasniegšanu, kas darbojas tuvu ideālam - līdz -, visi savienojamība ir kļuvusi par milzīgu izaicinājumu. Tradicionālie datu centri parasti izmanto koku - tīkla arhitektūras, kur intra - plaukta starpsavienojuma joslas platums pārsniedz inter - plaukta joslas platumu, izveidojot tīklu virs - abonēšanas koeficienta.

Lai gan dati centri teorētiski iespējo lielu - uzglabāšanas un skaitļošanas sistēmu mēroga paplašināšanu (pamatojoties uz komerciāliem standartiem vai zemiem - izmaksu procesoriem), šī arhitektūra veicina augstu - joslas platuma vietējās komunikācijas (blakus mezgla komunikāciju), nevis lielu -} mēroga komunikāciju. Līdz ar to, lai sasniegtu augstāku komunikācijas efektivitāti, paralēlā programmas izvietošana kļūst arvien grūtāka, nepieciešama pielāgošanās atbilstošiem skaitļošanas mezgliem, lai pielāgotos - abonētām tīkla arhitektūrām.

Tradicionālās hierarhiskās koku topoloģijas, lai arī ir viegli izprast un ieviest, rada raksturīgas sašaurināšanās, kas ierobežo mērogojamību un veiktspēju. Šiem dizainparaugiem raksturīgajiem - abonēšanas koeficientiem kļūst arvien problemātiskāki, jo lietojumprogrammām ir vienveidīgāks, augsts - joslas platuma savienojums starp patvaļīgiem mezglu pāriem.

Papildu tīkla topoloģijas, piemēram, Clos Networks, Fat - koki un acu konfigurācijas, piedāvā uzlabotu bisection joslas platumu un samazinātu virs - abonēšanas koeficientiem. Šīs topoloģijas, kad tās tiek ieviestas ar optisko starpsavienojuma tehnoloģijām, var nodrošināt gandrīz {- ideālu visus - līdz - Visi savienojamības modeļi, kas labāk atbilst mūsdienu paralēlo lietojumprogrammu komunikācijas prasībām.

Šo uzlaboto topoloģiju ieviešanai ir vajadzīgas sarežģītas optiskās pārslēgšanas un maršrutēšanas iespējas. Optiskās ķēdes pārslēgšana, optiskā pakešu komutācija un hibrīda elektro {- Optiskās pieejas katra piedāvā atšķirīgu tirdzniecību - OFF veiktspējas, sarežģītības un izmaksu ziņā. Atbilstošo optisko tīkla tehnoloģiju izvēle ir ļoti atkarīga no īpašām lietojumprogrammu prasībām un veiktspējas mērķiem.