1. <source id="4hqmu"></source>

      1. <u id="4hqmu"></u>
          您的位置:首頁 >醫學參考 >

          新的網絡設計利用高功率效率的閃存

          時間:2021-06-22 09:52:02 來源:

          來自麻省理工學院的工程師開發了一種新系統,對于幾種常見的大數據應用,應使閃存的服務器與使用傳統RAM的速度有效,同時切割成本和功耗。

          隨機存取存儲器或RAM,是計算機喜歡存儲所在數據的計算機。處理器可以從來自計算機的磁盤驅動器的速度快速地從RAM迅速檢索數據。

          但在大數據的時代,數據集通常太大而無法適合單個計算機的RAM。描述單個人類基因組的數據將占用40到100個典型計算機之間的某處的RAM。

          閃存 - 大多數便攜式設備使用的內存類型 - 可以為大數據應用提供傳統RAM的替代方案。這是昂貴的十分之一,它消耗了大約十分之一的力量。

          問題是它也是速度的十分之一。但在6月份的計算機架構國際研討會上,MIT研究人員提出了一種新的系統,即對于幾種常見的大數據應用,應使用閃存的服務器與使用傳統RAM的閃存一樣高效,同時保留其功率和成本節約。

          研究人員還提出了實驗證據,顯示,如果執行分布式計算的服務器必須轉到DAME的磁盤,甚至5%的時間,它們的性能就會達到與Flash相當的級別。

          換句話說,即使沒有研究人員的新技術,用于加速來自閃存的數據檢索,具有10個具有10 Tberytes的RAM的40個服務器無法處理10.5-Terabyte計算的任何優于20個具有20 Tberytes的閃存的服務器,這將僅消耗一小部分。

          “這不是DRAM [動態RAM]還是這樣的替代品,”Johnson of Citor Mit的Johnson教授Arvind說,MIT的教授,他的團隊進行了新的工作。“但可能有許多應用程序可以利用這種新的架構風格。哪家公司承認:每個人都對閃光的不同方面進行了實驗。我們只是試圖在設計空間中建立另一個點。“

          加入arvind在新論文上是唱吳俊和明劉,科學研究與工程和聯合第一作者的麻省理工學院研究生;他們的畢業生徐濤徐; Sungjin Lee,Arvind群體的博士; Myron King和Jamey Hicks,他們與Arvind的博士學位,并在開發了新系統時是Quanta Computer的研究人員;他們是Quanta,John Ankcorn的同事之一 - 誰也是一個麻省理工學院校友。

          外包計算

          研究人員能夠通過將服務器的少量計算電源和控制閃存驅動器的芯片移動到控制閃存驅動器的芯片,使基于基于服務器的基于服務器的網絡網絡網絡。通過預處理閃存驅動器上的某些數據,然后將其傳遞回服務器,這些芯片可以使分布式計算更有效。由于預處理算法連接到芯片中,因此它們分配與運行操作系統相關聯的計算開銷,維護文件系統等。

          與他們的一些贊助商 - Quanta,三星和Xilinx作出的硬件 - 研究人員建立了20個服務器的原型網絡。每個服務器都連接到現場可編程門陣列,或FPGA,一種可以重新編程以模擬不同類型的電路的芯片。反過來,每個FPGA連接到兩個半兆字節 - 或500千兆字節 - 閃存芯片,并將其最接近的兩個FPGA連接到服務器機架中。

          由于FPGA彼此連接,因此它們創建了一個非常快的網絡,允許任何服務器從任何閃存驅動器檢索數據。他們還控制了閃存驅動器,這不是一個簡單的任務:具有現代商用閃存驅動器的控制器具有多達八個不同的處理器和工作記憶的千兆字節。

          最后,FPGA還執行了預處理存儲在閃存驅動器上的數據的算法。研究人員測試了三種這樣的算法,輔助三個流行的大數據應用。一個是圖像搜索,或者嘗試在龐大的數據庫中查找樣本圖像的匹配。另一個是谷歌的PageRank算法的實現,它評估了符合相同搜索條件的不同網頁的重要性。第三個是一個名為memcached的應用程序,它大,數據庫驅動的網站用于存儲經常訪問的信息。

          變色龍群

          FPGA大約是第十分之一,與硬連線電路的特性芯片快速,但它們比使用軟件執行相同計算的中央處理單元更快。通常,它們用于原型新設計,或者它們用于銷售量太小而無法保證制造專用芯片的高成本的利基產品。

          但麻省理工學院和Quanta研究人員的設計表明FPGA的新用途:許多申請可以從像研究人員那樣這樣的加速器受益。由于FPGA是可重編程的,因此可以根據應用程序加載不同的加速器。這可能導致分布式處理系統,這些處理系統失去了微妙的功能,同時提供能源和成本的重大節省。

          “許多大數據應用需要實時或快速響應,”首爾國立大學計算機科學與工程教授Jihong Kim說。“對于此類應用程序,BluedBm” - 麻省理工學院和量化研究人員系統 - “是一種吸引人的解決方案。”

          相對于簡化大數據分析的一些其他建議,“BluedBM的主要優勢可能是它可以輕松擴展到具有專門加速支持的大量存儲系統,”Kim說。


          鄭重聲明:文章僅代表原作者觀點,不代表本站立場;如有侵權、違規,可直接反饋本站,我們將會作修改或刪除處理。
          猜你喜歡
          中国女人熟毛茸茸A毛片,各种亲戚关系交换乱小说,女明星黄网站色视频免费国产