本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。

為了突破算力的瓶頸，AI芯片領域探索計算和存儲融合，寄希望于存算一體帶來的變革。

同樣是為了實現更好性能，滿足靈活性需求，數據中心卻要將兩大核心要素計算和存儲解耦，或者通俗理解為分家。

中國計算機學會（CCF）信息存儲技術專委會主任舒繼武表示：“算力的多樣化，高速網絡、低時延介質等底層技術的發展，讓數據中心從以CPU為中心的緊耦合架構，走向以數據為中心的存算分離的Diskless架構演進。”

Diskless架構將服務器本地盤拉遠，構成Diskless的服務器和遠端存儲池，將原有架構的多級分層資源徹底解耦池化和重組整合，實現各類硬件的獨立擴展及靈活共享。

那到底為什么需要Diskless架構？Diskless架構能發揮怎樣的優勢？

傳統數據中心架構面臨哪些挑戰？

傳統數據中心體系架構是典型的多級分層架構，從服務器到網絡到存儲，每一層都是獨立圍繞CPU、內存、總線、硬盤等組件構成的完整計算機系統。當新的數據應用出現的時候，為了快速部署新業務，企業通常采用最簡單的應用與本地盤耦合的服務器一體化架構。

然而，計算、存儲等硬件資源發展速度不均衡，算力生命周期和數據生命周期的差異越來越大，導致傳統IT架構存在的擴展不靈活、資源閑置、利用率低下等問題顯現。

天翼云高性能網絡首席架構師樊小平表示，“比如CPU升級的周期是2-3年，存儲的周期更長。但因為傳統存算融合的數據中心架構下，CPU和存儲固定的配比沒有辦法單獨升級CPU或存儲。”

傳統存算一體服務器架構實際面臨容量利用率三大挑戰：存儲資源利用率低；性能可靠性與資源利用率難以兼得；擴展性差，帶來運維、成本問題。

同時，還有數據中心三大稅帶來算力和IO效率挑戰。

首先，CPU處理流程很復雜，要進行網絡/存儲IO的處理，要消耗30%的算力，這被稱之為主力計算稅。其次，存儲系統仍為CPU 為中心的架構，數據路徑無法直通盤，時延增加20%，這就是存儲算力稅。最后，存儲協議面向HDD介質設計，協議厚重，協議處理導致帶寬下降10%，這又有了存儲協議稅。

“從應用的角度，現在有很多應用，其中的應用容器要求最好能夠不依賴服務器，能做到靈活部署和數據共享。同時，還希望按需實現細粒度 (fine granularity)資源分配。”舒繼武說，“應用容器化帶來計算和存儲資源靈活部署、數據全局共享的強烈訴求。”

除了應用對傳統數據中心架構帶來了新的挑戰，計算、網絡、存儲技術的發展將催生新的架構。

具體而言，算力方面，CPU依舊可以再傳統的Web應用、數據庫等場景發揮作用，GPU在圖形處理、深度學習處理等領域有優勢，新興的DPU可以卸載網絡、存儲、安全功能。數據中心的算力朝著多樣化方向發展，按需運行并滿足用戶業務多種需求，這時候，算力池化是必然選擇。

網絡層面，低時延內存網絡的發展，加速服務器內存與性能盤的Disaggregate池化。網絡技術的發展，提高了系統資源池化的能力范國，特別是可促使內存資源池化。

存儲也有新的趨勢，新型分布式應用催生了輕量、高效的共享存儲系統發展，有效支撐了傳統數據中心架構朝極簡分層的新型存算分離架構演進。

于是，在應用的推動下，在算力、網絡和存儲技術發展的新趨勢下，多種因素共同催生了數據中心新的架構Diskless。

數據中心Diskless架構有哪些特點和關鍵技術？

由中國計算機學會（CCF）信息存儲專委會主編，天翼云、中國電子云、中科馭數、華為等十余家企業聯合撰寫的《數據中心Diskless架構》白皮書提到，Diskless架構突破了傳統以通用CPU為中心的處理邏輯，使數據處理等CPU不擅長的任務被專用加速器、DPU等替代，實現能效比最優的硬件組合。

具體看，全新的數據中心Diskless架構主要分為三大部份：

• 新型盤/框存儲：介質、芯片和系統深度協同的極簡、大存力存儲，替代本地盤實現數據共享。
• 高通量數據總線：高性能、低時延的遠程數據訪問總線，解決磁盤拉遠的訪問時延。
• 高效數據處理算力：實現網存協同，數據處理卸載、加速，提升10處理效率和性能。

舒繼武進一步解釋，在新型盤/框存儲部份，介質、芯片和系統做了深度的、極簡的融合，把算力和存儲解耦，形成數據的共享。極簡的特性和功能包括糾刪碼、壓縮等。

要真正做到高效的共享，網絡是很關鍵。數據中心Diskless架構中的高通量數據總線，有CXL、PCIE、NoF等，可以解決磁盤共享之后訪問的時延，以降低時延。

在算力部份，由于數據中心Diskless架構計算和存儲的解耦，數據中心中的各種類型的芯片，比如CPU、GPU、DPU都能充分發揮自身的優勢，靈活滿足應用的需求。

還有非常重要的一點，Diskless架構也能很好滿足新型分布式Serverless的應用。

由此，也能看出Diskless架構涉及五大關鍵技術：

一、場景化數據縮減，也就是針對不同場景的數據特征，可使用不同的數據縮減技術；

二、數控分離，數據bypass CPU，從智能網卡、DPU直通到盤，建極簡的快速數據訪問路徑；

三、盤芯協同，盤芯片和控制器芯片的深度融合，提高集成度，達到最低成本；

四、高通量網絡，存算模組問通過CXL Fabric、NoF、IP等多協議網絡實現高性能數據交換；

五、網存協同，智能網卡和DPU的硬件加速，實現高效的數據協同處理。

Diskless架構的優勢和挑戰是什么？

新的數據中心Diskless架構對于那些應用更有優勢呢？華為閃存存儲領域副總裁吳偉舉了三個典型例子，首先是云和互聯網場景，當中非常重要的虛擬化技術，引入Diskless架構以后，對云和計算過程中解決不了的問題，解決不好的問題，可以幫助其解決。

還有數據庫、大數據，冷熱數據分級的問題，現在的業務都要提供大內存，提供一些接口，還有軟件的處理，Diskless架構通過專用的存儲替代本地盤，計算存儲獨立擴展，可以避免投資浪費，節省成本。

第三個場景是大多數的云場景，特別是云場景中的容器。新的業務場景，傳統的存算一體的架構無法適應容器彈性的伸縮、敏捷特性。Diskless架構可以通過外置存儲將上一層的容器和下一層的存儲進行分離。

Diskless 架構優勢突出，但作為新提出的架構也難免面臨挑戰。

舒繼武提到，“構建Diskless 架構系統，面臨技術、生態方面的挑戰，內存訪問語義、網存協同存儲語義都還處于探索階段，如何與現有生態應用協同，需要產業界、學術界專家共同探索解決。”

雷峰網認為，Diskless架構作為一個新興的架構，還需要像華為、西部數據、美光等盤框型廠商的支持，也需要系統型廠商的共同推動，《數據中心Diskless架構》白皮書發布會上國內DPU公司的集體支持，也更讓人對Diskless架構的未來充滿期待。