我們從哪里開始？

時(shí)間：2022-03-24 20:00:01 | 來(lái)源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-03-24 20:00:01 來(lái)源：行業(yè)動(dòng)態(tài)

我們?cè)儐柫薙caleFlux營(yíng)銷負(fù)責(zé)人Tian Jason Tian，NVMe over Fabrics會(huì)給原位處理帶來(lái)怎樣的影響？因?yàn)樗ㄟ^RDMA式連接使存儲(chǔ)陣列更接近服務(wù)器，這是否意味著你不再需要像CSS 1000這樣的產(chǎn)品？

他表示：今天的大多數(shù)應(yīng)用都受益于橫向擴(kuò)展/超融合部署模型中的Computational Storage，在這種模型中，Computational Storage可以在計(jì)算服務(wù)器中直接鏈接。這提供了最低延遲和最革新的部署模式。隨著客戶考慮解耦的存儲(chǔ)，Computational Storage將提供更高的價(jià)值，因?yàn)楸镜赜?jì)算功能不僅可以在計(jì)算服務(wù)器中減少CPU/內(nèi)存之間的數(shù)據(jù)遷移，現(xiàn)在，還可減少Fabrics之間的數(shù)據(jù)遷移。

像SCM（存儲(chǔ)級(jí)內(nèi)存）和NVMeoF這樣的技術(shù)會(huì)給原位處理帶來(lái)怎樣的影響？

他認(rèn)為：SCM和NVMeoF都承諾要么增強(qiáng)要么擴(kuò)展Computational Storage的使用模型，如上所述。隨著SCM的成熟，我們看到它與Computational Storage一起工作來(lái)擴(kuò)展應(yīng)用集。從NVMeoF的角度來(lái)看，在存儲(chǔ)上進(jìn)行處理，可以減少數(shù)據(jù)中心內(nèi)的數(shù)據(jù)移動(dòng)，從而降低功耗、降低成本并提高數(shù)據(jù)驅(qū)動(dòng)應(yīng)用的響應(yīng)速度。

NGD Systems公司的營(yíng)銷主管Scott Shadley也不認(rèn)為NVMeoF會(huì)淘汰掉具有計(jì)算能力的閃存驅(qū)動(dòng)器：NVMeoF仍然只是讓每個(gè)驅(qū)動(dòng)器獲得更多CPU訪問。它能起到一定的幫助作用，但不能完全解決瓶頸問題。它只是對(duì)存儲(chǔ)位置的整合，而不是變得更智能或更高效。

但它解決了存儲(chǔ)網(wǎng)絡(luò)瓶頸問題嗎？

他說(shuō)：下一步需要全閃存陣列和服務(wù)器銷售人員賣出更多、更大的驅(qū)動(dòng)器，但由于數(shù)量或內(nèi)核數(shù)量還沒有增加，所以實(shí)際上并沒有實(shí)現(xiàn)高效擴(kuò)展。在驅(qū)動(dòng)器上的CPU仍然沒有實(shí)現(xiàn)擴(kuò)展。

將計(jì)算靠近數(shù)據(jù)，具有主服務(wù)器CPU卸載的元素，類似于TOE網(wǎng)卡，即TCP/IP卸載引擎。這些都有一個(gè)明確的事情要做，那就是TCP / IP處理，但是除了壓縮或擦除編碼之類的低級(jí)操作之外，沒有存儲(chǔ)層面上類似的操作。

如果具備計(jì)算能力的閃存卡發(fā)揮一定作用，那么就需要了解主存儲(chǔ)處理和驅(qū)動(dòng)器存儲(chǔ)處理之間的界限。這可能是一個(gè)可移動(dòng)的界限，隨著一般應(yīng)用類型的變化而變化，但廠商必須能夠在特定的市場(chǎng)領(lǐng)域展示其產(chǎn)品技術(shù)的持久價(jià)值。