今年4月,英特尔在其创新产品发布会上官宣了Intel®Optane™DC持久内存。作为一款新的DIMM内存产品,Optane DC以经济、大容量著称,克服了传统DRAM的种种不足,令业内大呼期待。
当新锐Optane DC配上经典PowerEdge服务器,强强联合会带来什么功效?一起看下这篇硬核分析吧!
服务器的体系结构决定了分配给各个配置的界限,随着数据中心需求不断增长,传统硬件的性能已发挥到极致,唯有通过创新,才能进一步提升组件利用率。
使用传统内存的情况下,大量工作负载会影响延迟和吞吐量。通常DRAM内存的容量在16GB-64GB之间,对存储设备而言,这个容量其实是很小的;而且DRAM一般是易失性的,这意味着一旦易失性存储器容量被占满,数据必须通过较慢的IO总线保存到离CPU较远的SSD和HDD中。而Intel®Optane™DC持久内存的推出就旨在解决此类问题。
技术简介
英特尔®Optane™数据中心持久内存模块(简称DCPMM)为解决当前DRAM面临的困境而生,与DRAM相比,DCPMM具备以下两个突出的性能优势:
1.大容量
Intel®Optane™DC首批发布了三种规格的产品:128GB、256GB、512GB,容量显著大于典型的DRAM,这允许更多的数据走较快的内存总线通道,而非较慢的IO总线。
2.存储的持久性
不同于DRAM上的数据在断电后很快就会消失,DCPMM不惧断电,允许指定的应用程序在电源切断时仍然保留数据。
此外,还有重要的一点,DCPMM和DRAM外形相同,由此成为可互换的组件,进而使存储也有机会享用之前内存专享的高速通道,并且随着存储利用内存总线速度的增加,DCPMM将进一步利用固定CPU通道发挥优势。
▲DCPMM和传统DRAM的外观比较
DCPMM正是通过在其设计中运用各种技术概念,实现了这些性能提升。尽管其他内存解决方案比如NVDIMM-N也具有持久性功能,但由于其需要额外的电池和存储芯片,价格较高,且容量有限,因此并非理想选择。
而DCPMM经过全新设计,无需额外电池,具备接近SSD的容量,且接口速度与DRAM一样迅捷,只是性能略低。在性能金字塔中,DCPMM将自身定位在DRAM和NVMe之间的独特中间层。
▲DCPMM位于性能金字塔上NVMe和DRAM之间
具有独特优势的两种模式
目前,Intel®Optane™DC持久内存技术有两种工作模式:存储模式和应用直接访问(持久)模式,两种模式都为特定用例创造了独特的优势:
▲操作系统在每种模式下识别DPCMM的描述
1.内存模式(Memory Mode)
此模式强调在内存空间构建大容量存储环境。在受支持的操作系统或虚拟环境中运行的应用程序,可将该产品用作易失性存储,从而在无需重写软件的情况下有效利用最高达512GB的内存模块所带来的附加系统容量——大容量和走内存总线通道是内存模式的主要优点。
此外,由于不需要识别持久性,因此不必设置,所以易于使用也是其另外一个优点。
如果将传统DRAM与DCPMM混合在一起,它将对操作系统隐藏,并充当缓存层。建议的用例是需要大内存的场景,特别是读密集型应用,典型如虚拟化和云环境能够承载更多的VM,以实现更大的基础架构扩展。
2.应用直接访问模式
(Application Direct Mode)
此模式强调持久性带来的延迟降低优势及比NVMe高2.7倍的带宽性能,操作系统和应用程序必须支持应用直接访问模式才能获得非易失性属性。
DCPMM中的数据能够断电保存,从而在大内存环境中实现最小延迟。所有未完成的DCPMM内存都会自动分配给内存总线,以便更快地进行临时内存访问。与DCPMM混合的任何传统DRAM都可以作为应用程序的标准DRAM运行。
推荐用例为大型内存数据库,如Microsoft SQL Server 2019和SAP HANA、实时分析,NoSQL数据库(Cassandra,mongoDB,RocksDB)等。
系统管理
成功安装DCPMM后,必须对其进行配置和管理,戴尔易安信管理工具可使这一步骤变得简单。
内存设置有两种方式,一种是在启动时通过BIOS访问,另一种是通过戴尔易安信iDRAC管理平台进行,后者操作体验相对简单,推荐使用。另外DCPMM默认是内存模式,要切换到应用直接访问模式也很容易,如果持久性处于活跃状态,则操作系统可将持久性用于应用程序请求和使用。
服务器配置完成后,可以通过OpenManage Enterprise(OME)将其配置文件推送到其他服务器;随后,iDRAC将接管DCPMM的管理和维护,从带内/带外更新到生命周期结束警告,iDRAC会在任何操作执行时都给管理员推送通知。
贴几张设置截图,看看是否十分简单!
结论
配备Intel®Optane™DC持久内存模块的戴尔易安信PowerEdge服务器,专注于实现数据中心技术的未来。以PowerEdge R740xd为例,利用Optane DC持久性内存,可以看到SQL数据库的性能提高了2.7倍。
将核心应用程序数据能够存储为非易失性信息,可以降低延迟,为大型内存数据库(如Microsoft SQL Server 2019)提供带宽支持。此外,内存容量的显著增加提供了更多资源,可用于如VM扩展等的大型存储容量环境。
随着业务数据激增及客户需求不断变化,IT正变得越来越复杂。任何时候,企业想要应用一项新技术,这些技术都必须易于管理、可快速部署、能够简化安全性和合规性,并且最重要的是,要易于与其他设备集成和具备扩展性。
而这正是戴尔易安信PowerEdge服务器产品线正着力解决的问题,配置了intel®Optane™DC持久内存模块的PowerEdge服务器,搭起了传统内存和存储之间的桥梁,可以满足不断增长的客户需求,帮助用户提高数据中心的利用率。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。