Ko nozīmē DCI

Sep 15, 2025|

Mūsdienu digitālajā ainavā datu centri ir kļuvuši par mākoņdatošanas infrastruktūras mugurkaulu, apstrādājot milzīgu datu apjomu, vienlaikus patērējot ievērojamu daudzumu enerģijas.

 

Jautājums "ko nozīmē DCI" bieži rodas diskusijās par mūsdienu datu centra arhitektūrām, kur DCI apzīmē datu centra starpsavienojumu - tehnoloģiju, kas savieno vairākus datu centrus, lai iespējotu resursu koplietošanu un darba slodzi.

 

Energy - Efektīva plānošana ir parādījusies kā kritisks izaicinājums, pieprasot sarežģītas pieejas, lai līdzsvarotu veiktspējas prasības ar enerģijas patēriņa optimizāciju. Datu centra tīkla plānošanas (DENS) metodika atspoguļo ievērojamu progresu, risinot šos izaicinājumus, izmantojot hierarhisko modelēšanu un inteliģentās resursu sadales stratēģijas.

What does dci mean

 

 

Galvenās koncepcijas datu centra tīklā

 

  Data Center Interconnect (DCI)

  Datu centra starpsavienojums (DCI)

Tehnoloģija, kas savieno vairākus datu centrus, lai iespējotu resursu apmaiņu, darba slodzes izplatīšanu un katastrofu atkopšanu ģeogrāfiski izkliedētās telpās.

  Network Congestion

  Tīkla sastrēgumi

Rodas, ja tīkla trafiks pārsniedz ietilpību, ko bieži izraisa bufera ierobežojumi Ethernet infrastruktūrā un joslas platuma neatbilstības starp saitēm.

  DENS Methodology

  Dens metodika

Hierarhiska pieeja datu centra plānošanai, kas optimizē energoefektivitāti, vienlaikus saglabājot veiktspēju, izmantojot inteliģentu resursu sadalījumu.

 

Tīkla sastrēgumi datu centra vidē

 

Ethernet - balstītas infrastruktūras izaicinājums

 

Mūsdienu datu centri izmanto filozofiju, kā izmantot Ethernet plašsaziņas līdzekļus, lai pārvadātu dažāda veida trafiku, ieskaitot LAN, SAN un IPC sakarus. Kaut arī Ethernet tehnoloģija piedāvā briedumu, ērtu izvietošanu un samērā vienkāršu pārvaldību, tā rada ievērojamas problēmas aparatūras veiktspējas ierobežojumu ziņā, jo īpaši buferšķīduma jomā.

 

Tipiski Ethernet bufera izmēri darbojas 100 kb lieluma līmenī, turpretī interneta maršrutētājiem parasti ir bufera izmēri 100 MB lielumā. Šī būtiskā 1000X starpība bufera jaudā apvienojumā ar augstiem - joslas platuma trafika modeļiem ir galvenais tīkla sastrēgumu cēlonis datu centra vidē.

Bufera jaudas salīdzinājums

Ethernet slēdz 100 kb

Interneta maršrutētāji 100 MB

1000x atšķirība bufera jaudā rada ievērojamas problēmas, lai apstrādātu augstus - joslas platuma trafika modeļus datu centros.

 

Sastrēgumu izpausme datu centra slēdžos

 

Sastrēguma izpausme datu centra slēdžos var notikt vairākos virzienos. Lejupslīdes virzienā sastrēgumi rodas, kad iekļūšanas saišu kopējā ietilpība pārsniedz izejas saišu jaudu. Augšu saites virzieniem joslas platuma neatbilstību galvenokārt nosaka joslas platuma konverģences koeficients, un sastrēgumi notiek, kad visu serveru portu apkopotais joslas platums pārsniedz slēdža kopējo augšupsaites ietilpību.

 

Šie sastrēguma punkti, ko bieži dēvē par karstajiem punktiem, var nopietni ietekmēt datu centra tīkla spēju efektīvi pārsūtīt datus, ekstremālos gadījumos potenciāli samazinot caurlaidspēju par līdz 70%.

 

Sarastība pa lejupslīde

Rodas, ja kopējā ienākošā trafika pārsniedz slēdža porta izejošo jaudu, radot sašaurinājumus datu plūsmā no augstākiem uz zemākiem tīkla līmeņiem.

Augšu saites sastrēgumi

Notiek, kad apkopota servera trafika pārsniedz augšupsaites jaudu, ko parasti nosaka tīkla dizaina joslas platuma konverģences koeficients.

 

IEEE 802.1Qau standarti un sastrēgumu pārvaldība

 

Kā darbojas 802.1qau

1

Pārslogoti slēdži atklāj sastrēgumus un ģenerē paziņojuma signālus

2

Sastrēgumu signāli tiek izplatīti atpakaļ uz sūtīšanas ierīcēm

3

Sūtītāji aizrauj pārraides ātrumu, lai samazinātu sastrēgumus

4

Tīkla izmantošana tiek uzturēta augstā līmenī (līdz 95%)

5

Pakešu zudums tiek samazināts līdz minimumam, izmantojot proaktīvo ātruma kontroli

Datu centra tiltu uzdevumu grupa (IEEE 802.1) ir izstrādājusi 2. slāņa sastrēgumu kontroles risinājumus, īpaši IEEE 802.1Qau specifikāciju. Šis standarts ievieš atgriezeniskās saites cilpas sastrēgumu paziņošanai starp datu centra slēdžiem, ļaujot pārslogotos slēdžus izmantot sastrēgumu paziņošanas signālus, lai droseļvārstu augstu - ielādētu sūtītājus.

 

Kaut arī šī metode efektīvi novērš pakešu zudumus sastrēgumu dēļ un saglabā augstu tīkla izmantošanas līmeni līdz 95%, tā būtiski neatrisina pamatproblēmu.

"Efektīvāka pieeja ietver datu - intensīvu uzdevumu stratēģisko izvietošanu, lai izvairītos no kopīgu komunikācijas ceļu dalīšanas. Piemēram, lai pilnībā izmantotu trīs - līmeņa arhitektūras telpiskās izolācijas raksturlielumus, datiem -} intensīvas prasības ir proporcionāli jāpiedalās skaitļošanas serveros atbilstoši komunikācijai."

Šie dati - intensīvi uzdevumi, līdzīgi kā video - koplietošanas lietojumprogrammu kopīgošana, ģenerējiet pastāvīgas bitu straumes gala lietotājiem, vienlaikus sazinoties ar citiem darbiem, kas darbojas datu centrā. Tomēr šī proporcionāli sadalītā izvietošanas metode ir pretrunā ar Energy - efektīviem plānošanas mērķiem, kuru mērķis ir izmantot minimālas serveru kopas un sakaru resursu kopas, lai apstrādātu visas darba slodzes.

 

 

DENS metodoloģijas ietvars

Hierarhiskā modelēšanas pieeja

 

DENS metodika atspoguļo paradigmas maiņu no tradicionālajām pieejām, kas modelē datu centrus kā viendabīgus servera skaitļošanas resursu kopas. Tā vietā Dens ierosina hierarhisku modeli, kas atbilst galvenajām datu centra topoloģijām.

 

Trīs - līmeņa datu centriem Dens Metric M tiek definēts kā svērtā servera kombinācija - līmeņa funkcija f_s, plaukts - līmeņa funkcija F_R un modulis - līmeņa funkcija F_M:

 

M = × f_s + × f_r + × f_m

 

Kur un attēlo svēršanas koeficientus, kas nosaka, kā atbilstošie komponenti (serveri, plaukti, moduļi) ietekmē novērtēšanas metriku.

Svēršanas koeficienti

 

(Serveris - līmeņa svars) Parasti 0.7

Favors Atlasot augstus - LOAD serverus viegli ielādētos plauktos

 

(Plaukts - līmeņa svars) Parasti 0,2

Prioritāšu skaitļošanas plaukti ar zemām tīkla slodzēm

 

(Modulis - līmeņa svars) Parasti 0,1

Atbalsta viegli ielādētu moduļu izvēle, kas ir būtiska uzdevumu konsolidācijai

 

Weighting Coefficients

 

 

Servera slodze un sakaru potenciāls

 

Servera slodzes L_S (L) kombinācija un tā sakaru potenciāls Q_S (Q) veido galveno servera izvēles pamatu. Šīs attiecības tiek izteiktas caur:

f_s(l,q) = L_s(l) × (Q_s(q)^φ)/δ_t

L_s(l)

Atkarīgs no servera L slodzes, aprēķināts, izmantojot specializētu sigmoid funkciju

Q_s(q)

Definē slodzi pie plaukstas, analizējot sastrēgumu apstākļus slēdža izejas rindā Q

δ_t

Joslas platums virs - nodrošināšanas koeficienta augšdaļā - no - plaukta (TOR) slēdži

φ

Koeficients, kas nosaka attiecību starp L_S (L) un Q_S (Q) metrikā

 

 

Slodzes koeficienta definīcija un optimizācija

DENS slodzes koeficients tiek definēts kā divu sigmoīdu funkciju summa, lai risinātu izaicinājumu, ko dīkstāves serveri patērē aptuveni 67% no to maksimālā enerģijas patēriņa:

L_s(l) = 1/(1 + e^(-10(l - 0.5))) - 1/(1 + e^(-2(l - (1 - ε/2))))

 

Pirmais komponents definē primāro sigmoido formu, bet otrais kalpo kā soda funkcija, kas paredzēta, lai konvertētu maksimālo servera slodzes vērtības. Parametrs ε definē līknes samazinošās daļas diapazonu un slīpumu.

Servera ielādes optimizācijas līkne

 

Server Load Optimization Curve

 

Šī sarežģītā pieeja nodrošina, ka serveri darbojas optimālā slodzē, parasti izmantojot 70% līdz 85%, līdzsvarojot energoefektivitāti ar aparatūras uzticamības bažām.

 

Rindu pārvaldības un sastrēgumu metrika

 

Rindu noslogojuma analīze

 

Visi statīva serveri koplieto TOR slēdzi augšupsaites komunikācijai. Pēc gigabitu likmēm precīza augšupsaites komunikācijas proporcija, ko aizņem atsevišķi serveri vai plūsmas, kļūst skaitļošanas ziņā intensīva. Lai risinātu šo izaicinājumu, dens metodoloģijā ir iekļauts komponents, kas saistīts ar pārslēgšanas izvades rindu Q (Q) noslogojumu, kas mainās atkarībā no joslas platuma virs - nodrošināšanas koeficienta δ.

 

Supānības līmenis Q nav atkarīgs no absolūtās rindas lieluma, bet mainās atkarībā no kopējā rindas lieluma q_max, sākot no [0,1], kur 0 un 1 atbilst attiecīgi tukšiem un pilniem rindas stāvokļiem. Ieviešot rindu noslogojuma komponentu, DEN metrika var reaģēt uz sastrēgumu izmaiņām plauktos vai moduļos, nevis pārraides ātruma variācijās.

 

Weibull izplatīšanas ieviešana

 

Q (Q) funkcija izmanto apgrieztu weibull kumulatīvo sadalījuma funkciju:

Q (q)=e^(- (3q/q_max)^2)

Šis formulējums veicina tukšās rindas izvēli, vienlaikus sodot stipri ielādētas rindas. Kad sastrēgumu līmenis joprojām ir zems, joslas platums virs - nodrošināšanas koeficienta Δ vienādojumos labāk atbalsta simetriju starp augšupsaites un lejupslīdes joslas platuma jaudu.

Rindu noslogojums pret sniegumu

 

Queue Occupancy vs. Performance
 
Palielinoties sastrēgumiem un pārplūstot buferus, joslas platuma neatbilstība kļūst neizmērojama, potenciāli izraisot veiktspējas sadalīšanos līdz 40% skartajos ceļos

 

Veiktspējas metrika un optimizācijas rezultāti

 

Bell - formas atlases funkcija

 

F_S (L, Q) funkcija izveido zvanu - formas virsmu attiecībā pret servera slodzi L un rindas slodze Q. Šī funkcija galvenokārt izvēlas serverus virs vidējā slodzes līmeņa, kas atrodas plauktos ar minimālu sastrēgumu vai bez tā. Empīriskie pētījumi pierāda, ka šī pieeja var sasniegt enerģijas ietaupījumu 25 - 35%, salīdzinot ar tradicionālo robīnu plānošanu, vienlaikus saglabājot veiktspēju 5% no optimālā līmeņa.

Enerģijas ietaupījumi

25-35%

Salīdzinot ar tradicionālajiem apaļajiem - robin plānošanas algoritmiem

Sniegums

95%+

Uztur veiktspēju 5% robežās no optimālā līmeņa

Izmantošana

70-85%

Optimāla servera izmantošanas diapazona līdzsvarošanas efektivitāte un uzticamība

 

Hierarhiskās ietekmes analīze

 

Plauktu un moduļu ietekmes faktori tiek izteikti šādi:

 

Plaukts - līmeņa koeficients

f_r (l, q)=l_r (l) × (q_m (q)^φ)/Δ_m=(q_m (q)^φ)/Δ_m × (1/n) σ (i =1 līdz n) l_s (l)
Ja l_r (l) apzīmē plaukta slodzi kā visu servera slodzes normalizēto summu statīvā, n ir serveru skaits uz vienu plauktu, q_m (q) ir proporcionāls satiksmes slodzei moduļa iekļūšanas slēdžos, un Δ_m ir joslas platums virs - nodrošināšanas koeficienta moduļa slēdžiem.

Modulis - līmeņa koeficients

f_m (l)=l_m (l)=(1/k) σ (j =0 līdz k) l_r (l)
Kur l_m (l) apzīmē moduļa slodzi kā visu statīvu slodzes normalizēto summu modulī, un k ir statīvu skaits vienā modulī. Modulis - līmeņa koeficients ietver tikai slodzi - saistītu komponentu, jo visi moduļi savienojas ar tiem pašiem kodola slēdžiem.

 

Praktiski ieviešanas apsvērumi

 

Energoefektivitātes tirdzniecība - izbrauc

 

Pārbaudot, ko DCI nozīmē enerģijai - Efektīva plānošana, kļūst skaidrs, ka DCI ieviešanai ir rūpīgi jāsabalansē vietējo optimizāciju atsevišķos datu centros, salīdzinot ar globālu optimizāciju starp savstarpēji savienotām iekārtām.

 

DENS metodika parāda, ka enerģijai - Efektīviem plānotājiem ir jāinteekē datu centra darbiem vismazākajā iespējamā servera komplektā, sasniedzot konsolidācijas koeficientus 3: 1 vai augstāk tipiskos scenārijos.

Tomēr nepārtraukta darbība ar maksimālo slodzi var samazināt aparatūras uzticamību par 15-20% un ietekmēt darba pabeigšanas laiku līdz pat 30%.

Energy Efficiency Trade-Offs

 

Atslēgu tirdzniecība - izslēgts

 Augstāka konsolidācija samazina enerģijas patēriņu

Optimāla slodzes līdzsvarošana uzlabo tīkla efektivitāti

 Virs - konsolidācija palielina neveiksmes risku (15-20% ticamības samazinājums)

Maksimālās slodzes var ietekmēt darba pabeigšanas laiku līdz 30%

 

Multi - ceļa slodzes līdzsvarošana

 

Modulis - līmeņa koeficients F_m ietver tikai slodzi - saistītais komponents L, jo visi moduļi savienojas ar tiem pašiem kodola slēdžiem un iegūst identisku joslas platumu caur ECMP (vienādām - izmaksu vairāku - ceļa) maršrutēšanas metodi. Šis dizains nodrošina, ka satiksmes sadalījums joprojām ir līdzsvarots dažādos pieejamajos ceļos, ar izmērītiem uzlabojumiem 40 {- 50% uzlabojumi, salīdzinot ar viena ceļa maršrutēšanas pieejām.

ECMP maršrutēšanas priekšrocības

 Izplata trafiku pa vairākiem vienādiem - izmaksu ceļiem

Uzlabo caurlaidspēju par 40 - 50% pret viena ceļa maršrutēšanu

Uzlabo vainu toleranci, izmantojot ceļu atlaišanu

Darbojas nemanāmi ar dens hierarhisko modeli

Multi-Path Load Balancing

 

Uzlabotas optimizācijas stratēģijas

Dinamiska svara pielāgošana

 

Jaunākie pētījumi ir izpētījuši svēršanas koeficientu dinamisku pielāgošanu un balstoties uz reāliem - laika darba slodzes īpašībām.

 

Compute - Intensīvas darba slodzes =0.8, + =0.2

 

Komunikācija - Intensīva =0.4, =0.3, =0.3

Produktu pielāgošanas pakalpojumi

"Atjaunojamo enerģijas avotu integrācija ar dens - balstītu plānošanas algoritmiem ir parādījusi ievērojamu potenciālu samazināt oglekļa pēdas hiperskalas datu centros."

Līdz 45% samazina tīkla enerģijas patēriņu

Avots: Zhang et al. (2024), IEEE darījumi ar ilgtspējīgu skaitļošanu

Bezmaksas parauga pakalpojums

Mašīnmācības algoritmu iekļaušana, lai prognozētu trafika modeļus un optimizētu DENS parametru optimizēšanu, ir parādījis daudzsološus rezultātus.

 85% precizitāte sastrēgumu prognozēšanā

5 minūšu prognozes horizonts

10-15% papildu enerģijas ietaupījumi

 

 

Eksperimentāla validācija un rezultāti

 

Simulācijas vide

 

Plašas simulācijas, izmantojot diskrētus notikumu simulatorus, ir apstiprinājušas DEN metodoloģiju dažādās datu centra konfigurācijās. Pārbaudes scenārijos tika iekļauti datu centri no 1000 līdz 100 000 serveriem, ar atšķirīgiem trafika modeļiem, ieskaitot tīmekļa pakalpojumus (80% lasīšana, 20% rakstīšana), pakešu apstrāde (līdzsvarota lasīšana/rakstīšana) un straumēšanas lietojumprogrammas (95% rakstīšana, 5% lasīšana).

 

Servera skala

1000 līdz 100 000 serveru

Satiksmes paradumi

Tīmekļa pakalpojumi, pakešu apstrāde, straumēšana

Simulācijas tips

Diskrētie notikumu simulatori

 

Veiktspējas metrika

Galvenie veiktspējas rādītāji

 

Energoefektivitāte
28-42% enerģijas samazinājums, salīdzinot ar sākotnējiem plānotājiem
Tīkla izmantošana
Uzturēts 85 - 92% tīkla izmantošana bez sastrēgumu izraisīta pakešu zuduma
Darba pabeigšanas laiks
Uzlabots vidējais darba pabeigšanas laiks par 15-25%
Servera izmantošana
Sasniegts optimāla servera izmantošanas diapazons 72–83%
Rindu latentums
Samazināts vidējais rindu latentums par 35–45%

Veiktspējas salīdzinājums

 

Performance Comparison
Nosūtīt pieprasījumu