Mida tähendab DCI
Sep 15, 2025| Kaasaegses digitaalses maastikus on andmekeskustest saanud pilvandmetöötluse infrastruktuuri selgroog, töödeldes tohutuid andmeid, tarbides samal ajal märkimisväärset kogust energiat.
Küsimus "mida DCI tähendab" tekivad sageli aruteludes tänapäevaste andmekeskuse arhitektuuride üle, kus DCI tähistab andmekeskuse ühendamist - tehnoloogiat, mis ühendab mitut andmekeskust ressursside jagamise ja töökoormuse jaotuse võimaldamiseks.
Energy - tõhus ajakava on osutunud kriitiliseks väljakutseks, nõudes keerukaid lähenemisviise jõudlusnõuete tasakaalustamiseks energiatarbimise optimeerimisega. Andmekeskuse võrgustiku ajastamise (DEN) metoodika kujutab endast olulist edasiliikumist nende väljakutsetega tegelemisel hierarhilise modelleerimise ja intelligentsete ressursside jaotamise strateegiate kaudu.
Andmekeskuse võrgustiku loomise põhikontseptsioonid
Andmekeskuse ühendus (DCI)
Tehnoloogia, mis ühendab mitu andmekeskust, et võimaldada ressursside jagamist, töökoormuse levitamist ja katastroofide taastamist geograafiliselt hajutatud rajatistes.
Võrgu ummikud
Tekib siis, kui võrguliiklus ületab mahtu, mida põhjustavad sageli Etherneti infrastruktuuri puhverpiirangud ja linkide ribalaiuse ebakõlad.
Densi metoodika
Hierarhiline lähenemisviis andmekeskuse ajakavale, mis optimeerib energiatõhusust, säilitades samal ajal jõudluse intelligentse ressursside jaotamise kaudu.
Võrgu ummistus andmekeskuse keskkonnas
Etherneti väljakutse - põhinev infrastruktuur
Kaasaegsed andmekeskused võtavad omaks Ethernet Media kasutamise filosoofia erinevat tüüpi liikluse kandmiseks, sealhulgas LAN, SAN ja IPC Communications. Kuigi Ethernet Technology pakub küpsust, kasutuselevõtu lihtsust ja suhteliselt lihtsat juhtimist, pakub see riistvara jõudluse piirangute osas olulisi väljakutseid, eriti puhverivõimsuse osas.
Tüüpilised Etherneti puhversuurused töötavad 100 kb magnituuditasemel, samas kui Interneti -ruuteritel on tavaliselt puhvri suurused 100 MB suurusega. See oluline erinevus 1000x puhvermahust koos koos kõrge - ribalaiuse liiklusmustritega on võrgu ummikute peamine põhjus andmekeskuse keskkonnas.
Puhvermahu võrdlus
Ethernet lülitab 100 kb
Interneti -ruuterid 100 MB
Puhvri mahutavuse 1000x erinevus tekitab olulisi väljakutseid kõrge - ribalaiuse liiklusmustrite käsitsemiseks andmekeskustes.
Ummikute ilming andmekeskuse lülitites
Ummikute ilming andmekeskuse lülitites võib toimuda mitmes suunas. Allalüli suunas ilmneb ummikud siis, kui sissetungisidemete koguvõimsus ületab väljumissidemete võimekuse. Ülessideme juhiste jaoks määratakse ribalaiuse ebakõla peamiselt ribalaiuse lähenemise suhe, ummikute ilmnemine toimub siis, kui kõigi serveriportide koondatud ribalaius ületab lüliti kogu üleslüli mahutavuse.
Need ummikupunktid, mida sageli nimetatakse levialadeks, võivad tõsiselt mõjutada andmekeskuse võrgu võimet andmeid tõhusalt edastada, vähendades äärmuslikel juhtudel läbilaskevõimet kuni 70%.
Allalingi ummikud
Tekib siis, kui sissetulev liiklus ületab lülituspordi väljuva mahutavuse, luues kitsaskohad andmevoogudes kõrgemast madalamast võrgutasemest.
Üleslingi ummikud
Juhtub siis, kui kogutud serveri liiklus ületab üleslingi mahutavuse, mis on tavaliselt määratud võrgukujunduse ribalaiuse lähenemise suhe.
IEEE 802.1Qau standardid ja ummikute haldamine
Kuidas 802.1qau töötab
Ülekoormatud lülitid tuvastavad ummikuid ja genereerivad teavitussignaale
Ummikute signaalid levitatakse tagasi saatmisseadmetele
Saatjad ajavad oma ülekandemäärad ummikute vähendamiseks
Võrgu kasutamist säilitatakse kõrgel tasemel (kuni 95%)
Paki kaotus minimeeritakse ennetava kiiruse kontrolli kaudu
Andmekeskuse sildade töörühm (IEEE 802.1) on välja töötanud 2. kihi ummikute juhtimise lahendused, eriti IEEE 802.1Qau spetsifikatsiooni. See standard tutvustab andmekeskuse lülitite vahelise ummikute teatamise tagasisidet, võimaldades ülekoormatud lülitite kasutamist ummikute teavitustegevuse signaalide kasutamiseks kõrge - laadijate saatjate jaoks.
Kuigi see tehnika hoiab ummikute tõttu pakkide kaotuse tõhusalt ära ja säilitab suure võrgu kasutamise määra kuni 95%, ei lahenda see põhimõtteliselt põhimõtteliselt.
"Tõhusam lähenemisviis hõlmab andmete - intensiivsete ülesannete strateegilist juurutamist, et vältida ühiste kommunikatsiooniteede jagamist. Näiteks kolme - astme arhitektuuri ruumiliste isolatsiooni karakteristikute täielikuks võimendamiseks peavad andmed- intensiivsed ülesanded olema proportsionaalsed serverid, mis on nende sidurina levinud, nende jaoks vastavalt nende kodendivajadustele."
Need andmed - intensiivsed ülesanded, mis sarnanevad video - rakenduste jagamisega, genereerige lõppkasutajatele pidevaid bitivooge, suheldes samal ajal teiste andmekeskuses töötavate töödega. See proportsionaalselt jaotatud juurutusmeetod on aga Energy - tõhusate ajastamise eesmärkidega vastuolus, mille eesmärk on kasutada kõigi töökoormuste käsitlemiseks minimaalseid serveri komplekte ja kommunikatsiooniainekomplekte.
Densi metoodika raamistik
Hierarhiline modelleerimise lähenemisviis
DENS -metoodika tähistab paradigma nihkumist traditsioonilistest lähenemisviisidest, mis modelleerivad andmekeskusi serveri arvutusressursside homogeensete kogumitena. Selle asemel pakub Dens välja hierarhilise mudeli, mis on kooskõlas peavoolu andmekeskuse topoloogiatega.
Kolme - astme andmekeskuste jaoks määratletakse Dens Metric M kui serveri kaalutud kombinatsiooni - taseme funktsioon f_s, rack - taseme funktsioon f_r ja moodul - taseme funktsioon f_m:
M = × f_s + × f_r + × f_m
Kus, ja tähistavad kaalukoefitsiente, mis määravad, kuidas vastavad komponendid (serverid, riiulid, moodulid) mõjutavad hindamismõõdikuid.
Kaalukoefitsiendid
(Server - taseme kaal) tavaliselt 0,7
Soosib kõrge - laadimisservereid kergelt koormatud nagides
(Rack - taseme kaal) tavaliselt 0,2
Esmatähtsaks madala võrgukoormusega arvutusraamid
(Moodul - taseme kaal) tavaliselt 0,1
Soosib kergelt koormatud moodulite valimist, ülesannete konsolideerimise jaoks ülioluline
Serveri laadimis- ja kommunikatsioonipotentsiaal
Serveri koormuse L_S (L) ja selle kommunikatsioonipotentsiaali Q_S (Q) kombinatsioon on serveri valimise peamine alus. Seda suhet väljendatakse läbi:
f_s(l,q) = L_s(l) × (Q_s(q)^φ)/δ_t
L_s(l)
Sõltub serveri L -koormusest, arvutatud spetsialiseeritud sigmoidfunktsiooni abil
Q_s(q)
Määratleb koormuse üleslingidel, analüüsides ummikute tingimusi lüliti väljundjärjekorras Q
δ_t
Ribalaius üle - - rack (TOR) lülitid - ülaosa -.
φ
Koefitsient, mis määratleb L_S (L) ja Q_S (q) suhte mõõdikus
Koormusfaktori määratlus ja optimeerimine
Densi koormustegur on määratletud kahe sigmoidfunktsiooni summana, et lahendada väljakutse, millega jõudeoleku serverid tarbivad umbes 67% nende energiatarbimisest:
L_s(l) = 1/(1 + e^(-10(l - 0.5))) - 1/(1 + e^(-2(l - (1 - ε/2))))
Esimene komponent määratleb primaarse sigmoidi kuju, teine aga trahvifunktsioonina, mis on loodud serveri maksimaalse koormuse väärtuste koondamiseks. Parameeter ε määratleb kõvera kahaneva osa vahemiku ja kalle.
Serveri laadimise optimeerimise kõver
See keerukas lähenemisviis tagab, et serverid töötavad optimaalse koormuse vahemikus, tavaliselt vahemikus 70% kuni 85%, tasakaalustades energiatõhusust riistvara usaldusväärsusega.
Järjekorra juhtimine ja ummikute mõõdikud
Järjekorra täituvuse analüüs
Kõik rackis olevad serverid jagavad TOR -lülitit üleslingi suhtlemiseks. Gigabiti kiirusel muutub üksikute serverite või voogude poolt hõivatud üleslingi suhtluse täpse osakaalu määramine arvutuslikult intensiivseks. Selle väljakutse lahendamiseks sisaldab DENS -metoodika komponenti, mis on seotud lüliti väljundjärjekorra Q (Q) täituvusega, mis varieerub vastavalt ribalaiusele - pakkumise teguri Δ.
Täitumäär Q ei sõltu absoluutsest järjekorra suurusest, kuid varieerub vastavalt järjekorra kogusuurusele q_max, ulatudes [0,1], kus 0 ja 1 vastavad vastavalt tühjadele ja täisjärjekorra olekutele. Järjestikuse täituvuse komponendi tutvustamisega saab Densi mõõdik reageerida ummikumuutustele nagi või moodulites, mitte ülekandekiiruse variatsioonides.
Weibulli jaotuse rakendamine
Q (q)=e^(- (3Q/q_max)^2)
Järjekorra täituvus vs jõudlus
Jõudluse mõõdikud ja optimeerimise tulemused
Bell - kujuline valikufunktsioon
Funktsioon F_S (l, q) loob serveri koormuse L ja järjekorra koormuse suhtes kellukese - kujuga pinna. See funktsioon valib eelistatavalt serverid keskmisest koormustasemest, mis paikneb nagides, millel on minimaalsed või puuduvad ummikuteta. Empiirilised uuringud näitavad, et see lähenemisviis võib saavutada energiasäästu 25 - 35%, võrreldes traditsioonilise ümardamise ajakavaga, säilitades jõudluse 5% -l optimaalsest tasemest.
Energiasääst
25-35%
Võrreldes traditsioonilise vooruga - Robini ajastamise algoritmidega
Esinemine
95%+
Säilitab jõudluse 5% -l optimaalsest tasemest
Kasutamine
70-85%
Serveri optimaalne kasutamise vahemiku tasakaalustamise tõhusus ja usaldusväärsus
Hierarhiline mõjuanalüüs
Rahade ja moodulite mõjufaktoreid väljendatakse järgmiselt:
Rack - tasemetegur
Moodul - tasemetegur
Praktilised rakendamise kaalutlused
Energiatõhususe kaubandus - välja lülitab
Uurides, mida DCI tähendab energia - tõhusat ajakava, saab selgeks, et DCI rakendused peavad kohaliku optimeerimise hoolikalt tasakaalustama üksikute andmekeskuste piires globaalse optimeerimise vastu omavahel ühendatud rajatistes.
DENS -metoodika näitab, et Energy - tõhusad planeerijad peavad konsolideerima andmekeskuse töökohad võimalikult väikseima serveri komplekti piires, saavutades tüüpiliste stsenaariumide korral konsolideerimise suhted 3: 1 või kõrgemad.
Pidev töö tippkoormustes võib aga vähendada riistvara usaldusväärsust 15-20% ja mõjutada töö lõpuleviimise aegu kuni 30%.
Võtmekaubandus - välja lülitab
Suurem konsolideerimine vähendab energiatarbimist
Optimaalne koormuse tasakaalustamine parandab võrgu efektiivsust
Üle - konsolideerimine suurendab rikkeriski (usaldusväärsuse vähendamine 15-20%)
Tippkoormus võib mõjutada töö lõpuleviimise aegu kuni 30%
Multi - tee koormuse tasakaalustamine
Moodul - taseme faktor F_M sisaldab ainult koormust - seotud komponent L, kuna kõik moodulid ühendavad samade tuumalülititega ja saavad ECMP kaudu identse ribalaiuse (võrdne - kulude multi - tee) marsruutimismeetodid. See disain tagab, et liikluse jaotus on tasakaalus olemasolevate radade lõikes, mille läbilaskevõime on mõõdetud 40 - 50% võrreldes ühe tee marsruutimismeetodiga.
ECMP marsruutimishüvitised
Jaotab liiklust mitme võrdse - kulude vahel
Parandab läbilaskevõimet 40 - 50% vs ühetee marsruutimine
Suurendab tõrke tolerantsi teede koondamise kaudu
Töötab sujuvalt Hierarhilise mudeliga
Täpsemad optimeerimisstrateegiad
Dünaamiline kaalu reguleerimine
Värskeimad uuringud on uurinud kaalukoefitsientide dünaamilist kohandamist ja lähtudes reaalsest - aja töökoormuse karakteristikutele.
Arvutage - intensiivsed töökoormused =0.8, + =0.2
Side - intensiivne =0.4, =0.3, =0.3
Toote kohandamisteenused
"Taastuvate energiaallikate integreerimine DENS - põhinevate sõiduplaanide algoritmidega on näidanud märkimisväärset potentsiaali süsiniku jalajälgede vähendamiseks hüperskaala andmekeskustes."
Kuni 45% võrkude energiatarbimise vähenemine
Allikas: Zhang jt. (2024), IEEE tehingud säästva arvutamise kohta
Tasuta näidisteenus
Masinaõppe algoritmide lisamine liiklusharjumuste ennustamiseks ja Densi parameetrite optimeerimiseks on näidanud paljutõotavaid tulemusi.
85% täpsus ummikute prognoosimisel
5-minutiline ennustushorisont
10-15% täiendav energiasääst
Eksperimentaalne valideerimine ja tulemused
Simulatsioonikeskkond
Diskreetsete sündmuste simulaatorid kasutavad ulatuslikud simulatsioonid on valideerinud DEN -metoodika erinevatel andmekeskuse konfiguratsioonidel. Testistsenaariumid sisaldasid andmekeskusi vahemikus 1000 kuni 100 000 serverit, erineva liiklusharjumusega, sealhulgas veebiteenused (80% lugemine, 20% kirjutamine), partiide töötlemine (tasakaalustatud lugemine/kirjutamine) ja voogesitusrakendused (95% kirjutamine, 5% lugemine).
Serveriskaala
1000 kuni 100 000 serverit
Liiklusharjumused
Veebiteenused, partiide töötlemine, voogesitus
Simulatsiooni tüüp
Diskreetsed sündmuste simulaatorid
Jõudlusmõõdikud
Peamised tulemusnäitajad
Jõudluse võrdlus
