Andmekeskuse optilised ühendusvõrgud: lõpp - - lõppperspektiiv

Kaasaegse digitaalse maastiku tunnistajaks on enneolematu ümberkujundamine arvutusressursside korraldamise, haldamise ja kasutamise osas. Selle revolutsiooni keskmes on andmekeskus - keerukas ökosüsteem, mis on meie omavahel ühendatud maailma selgroog. Kui me jõuame andmete eksponentsiaalse kasvu ja üha keerukamate rakenduste ajastusse, seisavad andmekeskuse kujundamise ja võrguarhitektuuri traditsioonilised paradigmad silmitsi oluliste väljakutsetega, mis nõuavad uuenduslikke lahendusi.

Andmekeskused on arenenud lihtsatest serverifarmidest keerukaks, väga orkestreeritud keskkonda, mis toetab kõike alates põhiteenustest kuni täiustatud tehisintellekti rakendusteni. Pilvandmetöötluse, suurandmete analüüsi ja reaalse - aja töötlemise nõuded on põhimõtteliselt muutnud liiklusharjumusi ja jõudluse ootusi nendes rajatistes. See evolutsioon on tekitanud kiireloomulise vajaduse keerukamate ühendustehnoloogiate järele, kusjuures optiline võrgustik on kujunemas järgmise - genereerimise andmekeskuse arhitektuuride kriitiliseks võimaldajaks.

Video voogesituse, satelliidipiltide, kaaslaste - laialt levinud kasutuselevõtt ja kiire täiustamine - vastastikuse andmete edastamine ja salvestussüsteemid on põhjustanud Interneti -liikluse märkimisväärset kasvu. Optiliste domeenilahenduste väärtuse pakkumise täielikuks mõistmiseks andmekeskuse keskkonnas peame põhjalikult analüüsima, kuidas need esilekerkivad rakendused mõjutavad nii intra - andmekeskust kui ka inter - andmekeskuse liikluse mustreid.

Lisaks rakendustele, mis tekitavad absoluutset liikluskasvu, näiteks video voogesitus, on arvukalt muid rakendusi, sealhulgas meditsiini skaneerimine, virtuaalne reaalsus ja füüsiline simulatsioon, omandavad, säilitavad ja töötlevad üha suuremat hulka andmeid. Andurite levik meie keskkonnas kogub ja analüüsib jätkuvalt kasvavaid andmekogumeid, kusjuures protsessori arvutusvõimalused parandavad seda suundumust veelgi.

Need rakendused genereerivad massilisi andmekogumeid, mida töödeldakse veebis edastamise ajal või salvestatakse järgnevaks võrguühenduseta töötlemiseks. Meie maailm genereerib eksponentsiaalselt kasvavaid andmeid ja teadlased otsivad aktiivselt optimaalseid meetodeid nende massiivsete andmekogumite käitlemiseks, et edendada selliseid valdkondi nagu mobiilne andmetöötlus, isiklik meedia, masinõpe ja robootika.

Arvuti visioonirakendused tähistavad arvutust - intensiivseid töökoormusi koos konkreetsete latentsusnõuetega interaktiivsetes režiimides ja näitavad muutujat, andmeid - sõltuvad täitmisomadused. Üldiselt on neil rakendustel omadusi, mis eelistavad paralleelseid töötlemise arhitektuure. Video tuvastamise rakenduste arvutuslik ülesande lagunemine näitab, kuidas sisendvideo vooge korratakse erinevatele analüüsimoodulitesse, tulemused edastatakse agregatsioonimoodulitele lõppsündmuste tuvastamise otsuste tegemiseks.

Erinevate alamülesannete ribalaiuse nõuded varieeruvad märkimisväärselt, videoandmete edastamise torujuhtmed vajavad oluliselt suuremat ribalaiust kui analüüsi tulemuste edastamisel. Samaaegselt on kiiret analüüsi vajavate andmete maht muutunud tohutuks.

Nagu eespool arutatud, põhjustavad tekkivad rakendused üha kõrgeid ribalaiuse nõudmisi. Alates teaduslikest arvutusrakendustest kuni otsingumootorite ja MapReduce'i rakendusteni nõuavad kõik massilist sisemist - klastri kommunikatsiooni ribalaiust. Nii et -, mida nimetatakse intra - klastri andmekeskuse liikluseks, tuntud ka kui ida - lääneliiklus, kasvab kiirusega, mis ületab isegi põhja - lõunaliikluse (liikluse sisenemine ja andmekeskuste väljumine).

Aastal 2011 lähenes ida - lääne kuni põhja - Lõuna -liiklusele Microsofti andmekeskustes 4: 1. Pidevalt kasvavate andmekeskuse skaalade ja rakenduse ribalaiuse nõuetega on võrkude saavutamine, mis toimivad ideaalsetele - lähedale - kogu ühenduvusele on muutunud tohutuks väljakutseks. Traditsioonilised andmekeskused kasutavad tavaliselt Tree - võrguarhitektuure, kus {- Rack ühendusribalaius ületab inter - raami ribalaiust, luues võrgu - tellimissuhted.

Ehkki andmekeskused lubavad teoreetiliselt suure - skaala laiendamisel ja arvutussüsteemide laiendamisel (põhineb kaubandusstandarditel või madalatel - kuluprotsessorid), soosib see arhitektuur kõrgel {- ribalaua kohalik kommunikatsioon (külgnev sõlmede kommunikatsioon), mitte suure - skaala globaalne kommunikatsioon. Järelikult muutub suurema suhtluse efektiivsuse saavutamiseks paralleelne programmi juurutamine üha keerukamaks, nõudes kohanemist sobivate arvutussõlmedega, et mahutada - tellitud võrguarhitektuurid.

Traditsioonilised hierarhilised puude topoloogiad, ehkki lihtne mõista ja rakendada, loovad loomupärased kitsaskohad, mis piiravad mastaapsust ja jõudlust. Nendele kujundustele omased - tellimissuhted muutuvad üha problemaatilisemaks, kuna rakendused nõuavad ühtlasemat, kõrge - ribalaiuse ühenduvus suvaliste sõlmepaaride vahel.

Täpsemad võrgu topoloogiad, näiteks CLOS -võrgud, FAT - puud ja võrgusilma konfiguratsioonid pakuvad täiustatud poolitusribalaiust ja vähendatakse - tellimissuhteid. Need topoloogiad, kui neid rakendatakse optiliste ühendustehnoloogiatega, võivad pakkuda - ideaalse - lähedale - kõigile ühenduvusmustritele, mis vastavad paremini kaasaegsete paralleelsete rakenduste suhtlusnõuetele.

Nende täiustatud topoloogiate rakendamine nõuab keerukaid optilisi lülitamis- ja marsruutimisvõimalusi. Optilise vooluahela lülitus, optiline pakettülitamine ja hübriidelektro - optilised lähenemisviisid pakuvad igaüks erinevat kaubandust - of -id jõudluse, keerukuse ja kulude osas. Sobivate optiliste võrgutehnoloogiate valik sõltub suuresti konkreetsetest rakendusnõuetest ja jõudluse eesmärkidest.