引言
以AI训练、HPC、边缘计算为代表的数据密集型应用爆发式增长对存储系统的性能与弹性提出前所未有的挑战。Ceph凭借高可用性与可扩展性优势在云数据中心得到广泛应用,但其传统OSD架构在多核场景下因线程锁竞争与跨核通信开销,导致处理器(CPU)利用率偏低,难以适配NVMe SSD等高性能硬件。Ceph社区为此重构了Crimson-OSD架构,通过Shared-Nothing设计与异步流水线模型,优化多核扩展性。实际测试表明: 8线程配置下,4K随机读IOPS性能达到311k,随着核数增长,性能得到进一步提升,验证了架构重构的有效性。尽管Crimson-OSD架构设计取得了长足进步,但在借助智能网卡可编程加速能力来开展协同优化方面的研究仍显不足。
针对Crimson-OSD 架构特点与性能瓶颈分析的基础上,本文提出基于智能网卡的分层协同优化框架,其核心内容包括两个方面,首先是建立关键参数性能敏感性模型,对Crimson-OSD多核扩展能力进行量化分析;其次设计分层协同优化框架,突破CPU算力对存储系统性能的制约。进一步对存算一体架构与AI赋能动态管理前沿方向进行了初步探讨。
本文详细内容请下载:
https://www.chinaaet.com/resource/share/2000006870
作者信息:
刘宝琴,罗向征,林茂,王钦雅,兰丽莎
(迈普通信技术股份有限公司,四川 成都 610094)

凡《网络安全与数据治理》(原《信息技术与网络安全》)录用的文章,如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明,即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊,本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时,本刊支付的稿酬已包含上述使用的费用,特此声明。