資料/運算力沒有距離 運算型儲存聲勢漲

作者 : Anthea Chuang,EE Times Taiwan

龐大的資料需要儲存,才能夠讓處理器進行資料的運算處理。但如果儲存端無止盡的接受這些龐大的資料,那麼資料中心將得持續擴張儲存相關裝置,且儲存的資料可能大多是無用的「垃圾」。

來自四面八方的各種物聯網(IoT)應用,使得每年新產出的資料呈現爆炸性成長;不僅如此,這一年來,新冠肺炎疫情使得遠距視訊會議變得越來越成為常態,也為新資料的成長貢獻不少。這些比細胞分裂速度還要快上無數倍增加的龐大資訊,著實為運算、網路與儲存裝置帶來許多新的挑戰,尤其人工智慧(AI)進駐到邊緣/終端運算或是雲端的同時,運算、網路與儲存裝置間若無法獲得較佳的連結,可能衍生更大的「災難」。

Arm台灣總裁曾志光表示,資料越來越海量發展,再加上人工智慧/機器學習技術,若是資料仍都在雲端進行分析與處理,對於整個網路架構造成很大的負擔。更何況龐大資料量的價值在於經過分析後的結果,若是能在接近數據資料的位置預先處理這些結果,將能進一步提升安全性、降低延遲,因此衍生出在邊緣端或是終端產品預先分析資料的機制,以舒緩網路的負載。

另一方面,龐大的資料需要儲存,才能夠讓處理器進行資料的運算處理。但如果儲存端無止盡的接受這些龐大的資料,那麼資料中心將得持續擴張儲存相關裝置,且儲存的資料可能大多是無用的「垃圾」。上述這些因素在在推動運算型儲存(Computational Storage)的崛起,讓企業安全、快速並輕鬆地存取重要資訊。

Cortex-R82架構圖。(來源:Arm)

Cortex-R82架構圖。(來源:Arm)

何謂運算型儲存?Arm儲存方案資深經理黃晏祥解釋,運算型儲存顧名思義是結合了運算與儲存功能。過去,資料處理與儲存端是分開的,然而隨著資料量急速攀升,相關業者希望能夠馬上先將資料先進行分析,並從中擷取出有效的資訊,以減少網路頻寬的佔用,同時還能節省功耗。因此這項工作除了在終端裝置端進行外,當然也能在儲存端的SSD裡執行,使得有價值的資料與處理能力可更加靠近。也就是說,在儲存裝置的控制器中加入運算力,儲存裝置即可協助預先處理分析資料,不再只是單純的將資料儲放在SSD中,需要時再傳送到伺服器進行運算。

運算型儲存的優勢包括數據庫加速、交通運輸分析,以及視訊與影像處理。舉例來說,用戶端的SSD、交通工具內的儲存裝置,若是可以預先處理資料數據,意味著將不會有移動龐大資料檔案的機會,不僅可提升安全性,減少後端資料中心數據處理的負載,還可以提升大眾運輸工具的安全性;而用戶SSD若能預先處理影像與視訊,包括人臉、語音辨識…等功能,後端伺服器只需進行比對工作,將可進一步節省網路頻寬、功耗,甚至成本。黃晏祥認為,運算型儲存讓資料能直接在儲存的位置進行處理,甚至也可將人工智慧引擎放在儲存端,可為物聯網、機器學習與終端運算等應用帶來新的契機。

為協助運算型儲存的發展,Arm推出第一個64位元、具備Linux作業系統能力的Cortex-R處理器——Cortex-R82。黃晏祥表示,與上一代的Cortex-R相比,Cortex-R82最高可以提升2倍運算效能,能讓儲存應用以較低的延遲,執行如機器學習等全新作業負載,並可選用Arm Neon技術提供額外的加速。另外,Cortex-R82選用的記憶體管理單元(MMU),可讓頻繁的作業系統在儲存控制器上直接運作,且由於Cortex-R82為64位元架構,因此最高可以存取1TB的DRAM,供儲存應用進行先進的資料處理。

黃晏祥並強調,Cortex-R82最高可堆疊8個核心,並可依據外部軟體需求,調整在儲存控制器上運作的作業負載類型。而此極度彈性的架構將可因應儲存控制器需應對不同的市場,且功能變得越來越多元的趨勢,並同時降低成本與縮短產品上市時間。

 

掃描或點擊QR Code立即加入 “EETimes技術論壇” Line 群組 !

 EET-Line技術論壇-QR

發表評論