{"id":54686,"date":"2020-01-01T00:00:00","date_gmt":"2019-12-31T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/5-8-mln-iops-zachem-tak-mnogo"},"modified":"2020-02-18T14:02:44","modified_gmt":"2020-02-18T11:02:44","slug":"5-8-mln-iops-zachem-tak-mnogo","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/5-8-mln-iops-zachem-tak-mnogo","title":{"rendered":"5,8 Millionen IOPS: Warum so viele?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Hallo Habr! Die Datenmengen f\u00fcr Big Data und maschinelles Lernen wachsen exponentiell, und wir m\u00fcssen sie schnell verarbeiten. Unser Beitrag behandelt eine weitere innovative Technologie im Bereich des Hochleistungsrechnens (HPC, High Performance Computing), die am Stand von Kingston auf Supercomputing-2019<\/a><\/noindex>pr\u00e4sentiert wurde. Hierbei handelt es sich um die Anwendung von Hi-End Speicherl\u00f6sungen (SAS) in Servern mit Grafikprozessoren (GPU) und der GPUDirect Storage-Technologie. Durch den direkten Datenaustausch zwischen SAS und GPU, ohne den Umweg \u00fcber die CPU, wird das Laden von Daten in GPU-Beschleuniger um ein Vielfaches beschleunigt, sodass Big Data-Anwendungen mit der maximalen Leistung von GPUs laufen. Gleichzeitig interessieren sich Entwickler von HPC-Systemen f\u00fcr Fortschritte im Bereich von Speicherl\u00f6sungen mit h\u00f6chster Ein- und Ausgabegeschwindigkeit \u2014 solche, wie sie von Kingston angeboten werden.<\/p>\n

\"5,8
\n<\/a><\/noindex><\/p>\n

Die Leistung von GPUs \u00fcbertrifft das Laden von Daten <\/h2>\n

\nSeit der Einf\u00fchrung von CUDA im Jahr 2007 \u2014 einer Software-Hardware-Architektur f\u00fcr paralleles Rechnen auf Basis von GPUs zur Entwicklung von Anwendungen f\u00fcr allgemeine Zwecke \u2014 sind die Hardwaref\u00e4higkeiten der GPUs enorm gewachsen. Heute finden GPUs zunehmend Anwendung in Bereichen von HPC-Anwendungen wie Big Data, maschinellem Lernen (ML) und Deep Learning (DL). <\/p>\n

Es ist zu beachten, dass die letzten beiden Begriffe, trotz ihrer \u00c4hnlichkeit, algorithmisch unterschiedliche Aufgaben darstellen. ML trainiert Computer anhand strukturierter Daten, w\u00e4hrend DL auf den Reaktionen von neuronalen Netzwerken basiert. Ein Beispiel, das die Unterschiede erl\u00e4utert, ist recht einfach. Angenommen, der Computer soll Fotos von Katzen und Hunden, die von einem SAN hochgeladen werden, unterscheiden. F\u00fcr ML sollte eine Bilderauswahl mit vielen Tags bereitgestellt werden, die jeweils ein bestimmtes Merkmal des Tieres definiert. F\u00fcr DL gen\u00fcgt es, eine viel gr\u00f6\u00dfere Anzahl von Bildern hochzuladen, jedoch nur mit einem einzigen Tag \u201edas ist eine Katze\u201c oder \u201edas ist ein Hund\u201c. DL \u00e4hnelt stark der Art und Weise, wie kleine Kinder unterrichtet werden \u2014 sie sehen einfach Bilder von Hunden und Katzen in B\u00fcchern und im echten Leben (meistens, ohne dass die detaillierten Unterschiede erkl\u00e4rt werden), und das Gehirn des Kindes beginnt, den Typ des Tieres nach einer gewissen kritischen Anzahl von Bildern zum Vergleich zu erkennen (sch\u00e4tzungsweise handelt es sich um etwa hundert bis zweihundert Ansichten w\u00e4hrend der fr\u00fchen Kindheit). Die DL-Algorithmen sind noch nicht so perfekt: Damit ein neuronales Netzwerk ebenfalls erfolgreich bei der Bilderkennung arbeiten kann, m\u00fcssen Millionen von Bildern auf einer GPU bereitgestellt und verarbeitet werden.<\/p>\n

Zusammenfassung des Vorworts: Auf Basis von GPUs k\u00f6nnen HPC-Anwendungen im Bereich Big Data, ML und DL erstellt werden, jedoch gibt es ein Problem \u2013 die Datens\u00e4tze sind so gro\u00df, dass die Zeit, die ben\u00f6tigt wird, um Daten aus dem Speicher in die GPU zu laden, die Gesamtleistung der Anwendung zu reduzieren beginnt. Mit anderen Worten, schnelle Grafikkarten bleiben aufgrund langsamer Daten\u00fcbertragung von anderen Subsystemen unterausgelastet. Der Geschwindigkeitsunterschied bei der Ein-\/Ausgabe zwischen GPU und Bus zu CPU\/Speicher kann um Gr\u00f6\u00dfenordnungen variieren.<\/p>\n

Wie funktioniert die Technologie GPUDirect Storage?<\/h2>\n

\nDer Eingabe-\/Ausgabeprozess wird vom CPU kontrolliert, ebenso wie der Prozess des Ladens von Daten aus dem Speicher in die Grafikkarten zur weiteren Verarbeitung. Daher entstand die Nachfrage nach einer Technologie, die einen direkten Zugang zwischen GPUs und NVMe-Laufwerken f\u00fcr eine schnelle Interaktion voneinander erm\u00f6glicht. NVIDIA war das erste Unternehmen, das eine solche Technologie entwickelte und sie GPUDirect Storage nannte. Im Grunde handelt es sich um eine Variante der zuvor von ihnen entwickelten GPUDirect RDMA (Remote Direct Memory Address) Technologie.<\/p>\n

\"5,8
\nJensen Huang, CEO von NVIDIA, pr\u00e4sentiert GPUDirect Storage als eine Variante von GPUDirect RDMA auf der Messe SC-19. Quelle: NVIDIA<\/i><\/p>\n

Der Unterschied zwischen GPUDirect RDMA und GPUDirect Storage liegt in den Ger\u00e4ten, zwischen denen die Adressierung erfolgt. Die GPUDirect RDMA-Technologie ist darauf ausgelegt, Daten direkt zwischen der Eingangsnetzwerkkarte (NIC) und dem GPU-Speicher zu verschieben, w\u00e4hrend GPUDirect Storage einen direkten Daten\u00fcbertragungsweg zwischen lokalem oder entferntem Speicher, wie NVMe oder NVMe \u00fcber Fabric (NVMe-oF), und dem GPU-Speicher bereitstellt.<\/p>\n

Beide Optionen, GPUDirect RDMA und GPUDirect Storage, vermeiden unn\u00f6tige Datenbewegungen \u00fcber den CPU-Speicherpuffer und erm\u00f6glichen es dem Direct Memory Access (DMA) Mechanismus, Daten sofort von der Netzwerkkarte oder dem Speicher direkt in den GPU-Speicher zu verschieben oder von dort zu lesen \u2014 und das alles ohne Belastung des zentralen Prozessors. Bei GPUDirect Storage spielt der Speicherort keine Rolle: er kann sich auf einer NVME-Festplatte innerhalb einer GPU-Einheit, innerhalb eines Racks oder \u00fcber das Netzwerk als NVMe-oF anschlie\u00dfen. <\/p>\n

\"5,8
\nFunktionsschema von GPUDirect Storage. Quelle: NVIDIA<\/i><\/p>\n

High-End-Speichersysteme auf NVMe sind auf dem Markt f\u00fcr HPC-Anwendungen gefragt.<\/h2>\n

\nMit dem Aufkommen von GPUDirect Storage wird das Interesse gro\u00dfer Kunden auf Speichersysteme gelenkt, die eine I\/O-Geschwindigkeit bieten, die der Bandbreite von GPUs entspricht. Auf der SC-19 hat Kingston eine Demo eines Systems pr\u00e4sentiert, das aus einem NVMe-basierten Speicher und einer GPU-Einheit bestand, in der tausende von Satellitenbildern pro Sekunde analysiert wurden. \u00dcber einen solchen Speicher mit 10 DC1000M U.2 NVMe-Laufwerken haben wir bereits berichtet. in unserem Bericht von der Supercomputing-Show<\/a><\/noindex>. <\/p>\n

\"5,8
\nDer Speicher mit 10 DC1000M U.2 NVMe-Laufwerken erg\u00e4nzt den Server mit Grafikbeschleunigern hervorragend. Quelle: Kingston.<\/i><\/p>\n

Dieser Speicher wird als 1U-Rack-Einheit oder gr\u00f6\u00dfer ausgef\u00fchrt und kann je nach Anzahl der DC1000M U.2 NVMe-Laufwerke, die jeweils eine Kapazit\u00e4t von 3.84-7.68 TB bieten, skaliert werden. Der DC1000M ist das erste NVMe SSD-Modell im U.2-Formfaktor in der Kingston-Reihe von Datacenter-Laufwerken. Er bietet eine Haltbarkeitsbewertung (DWPD, Drive Writes Per Day), die es erm\u00f6glicht, die Daten einmal t\u00e4glich auf der vollen Kapazit\u00e4t w\u00e4hrend der garantierten Lebensdauer des Laufwerks zu \u00fcberschreiben. <\/p>\n

Im Test fio v3.13 auf dem Betriebssystem Ubuntu 18.04.3 LTS zeigte der Linux-Kernel 5.0.0-31-generic, dass das Ausstellungsmodell des Speicher-Arrays eine Leseleistung (Sustained Read) von 5,8 Millionen IOPS bei einer konstanten Bandbreite (Sustained Bandwidth) von 23,8 Gbit\/s erreichte.<\/p>\n

Ariel P\u00e9rez, Gesch\u00e4ftsleiter f\u00fcr SSD bei Kingston, charakterisierte die neuen Speicher-Arrays folgenderma\u00dfen: \u201eWir sind bereit, die n\u00e4chste Generation von Servern mit SSD-L\u00f6sungen U.2 NVMe zu versorgen, um viele der \u00dcbertragungsengp\u00e4sse zu beseitigen, die traditionell mit Speichersystemen verbunden sind. Die Kombination aus NVMe SSDs und unserem Premium Server Premier DRAM macht Kingston zu einem der umfassendsten Anbieter von integrierten Datenverarbeitungsl\u00f6sungen in der Branche.\u201c<\/p>\n

\"5,8
\nDer Test gfio v3.13 zeigte eine Bandbreite von 23,8 Gbit\/s f\u00fcr das Demomodel des Speicher-Arrays mit DC1000M U.2 NVMe-Laufwerken. Quelle: Kingston<\/i><\/p>\n

Wie sieht ein typisches System f\u00fcr HPC-Anwendungen aus, in dem die Technologie GPUDirect Storage oder eine \u00e4hnliche implementiert ist? Es handelt sich um eine Architektur mit physischer Trennung funktionaler Bl\u00f6cke innerhalb eines Racks: ein oder zwei Einheiten f\u00fcr den Arbeitsspeicher, mehrere f\u00fcr die GPU- und CPU-Berechnungs-Knoten und eine oder mehrere Einheiten f\u00fcr das Speicher-Array.<\/p>\n

Mit der Ank\u00fcndigung von GPUDirect Storage und der m\u00f6glichen Einf\u00fchrung \u00e4hnlicher Technologien bei anderen GPU-Anbietern w\u00e4chst die Nachfrage nach Speichersystemen von Kingston, die f\u00fcr den Einsatz in Hochleistungsrechnungen ausgelegt sind. Ein Marker wird die Lesegeschwindigkeit von Daten aus Speichersystemen sein, die mit der Bandbreite von 40 oder 100 Gbit\/s Netzwerkkarten am Eingang zu Einheiten mit GPU vergleichbar ist. Auf diese Weise werden ultraschnelle Speichersysteme, einschlie\u00dflich externer NVMe \u00fcber Fabriken, von einer exotischen Nische zum Mainstream f\u00fcr HPC-Anwendungen. Neben Wissenschaft und finanziellen Berechnungen werden sie auch in vielen anderen praktischen Bereichen Anwendung finden, wie beispielsweise in Sicherheitsl\u00f6sungen f\u00fcr Megast\u00e4dte (Safe City) oder in Verkehrszentren, wo eine Erkennungs- und Identifikationsgeschwindigkeit auf dem Niveau von Millionen von HD-Bildern pro Sekunde erforderlich ist,\u201d \u2014 so wird die Marktnische der Spitzen-Speichersysteme umschrieben.<\/p>\n

Weitere Informationen zu den Produkten von Kingston finden Sie auf offiziellen Website beschrieben.<\/a><\/noindex> das Unternehmen.
\n
Quelle: habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u041f\u0440\u0438\u0432\u0435\u0442 \u0425\u0430\u0431\u0440! \u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f Big Data \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u044d\u043a\u0441\u043f\u043e\u043d\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0440\u0430\u0441\u0442\u0443\u0442 \u0438 \u043d\u0430\u0434\u043e \u0443\u0441\u043f\u0435\u0432\u0430\u0442\u044c \u0438\u0445 \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c. \u041d\u0430\u0448 \u043f\u043e\u0441\u0442 \u043e \u0435\u0449\u0435 \u043e\u0434\u043d\u043e\u0439 \u0438\u043d\u043d\u043e\u0432\u0430\u0446\u0438\u043e\u043d\u043d\u043e\u0439 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439 (HPC, High Performance Computing), \u043f\u043e\u043a\u0430\u0437\u0430\u043d\u043d\u043e\u0439 \u043d\u0430 \u0441\u0442\u0435\u043d\u0434\u0435 Kingston \u043d\u0430 Supercomputing-2019. \u042d\u0442\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 Hi-End \u0441\u0438\u0441\u0442\u0435\u043c \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445 (\u0421\u0425\u0414) \u0432 \u0441\u0435\u0440\u0432\u0435\u0440\u0430\u0445 \u0441 \u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u043c\u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u043e\u0440\u0430\u043c\u0438 (GPU) \u0438 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0435\u0439 \u0448\u0438\u043d\u044b GPUDirect […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-54686","post","type-post","status-publish","format-standard","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd475,8 Millionen IOPS: Warum so viele? | ProHoster","description":"Hallo Habr! Die Datenmengen f\u00fcr Big Data und maschinelles Lernen wachsen exponentiell und m\u00fcssen verarbeitet werden. Unser Beitrag handelt von einer weiteren innovativen Technologie im Bereich des High-Performance Computing (HPC), die am Stand von Kingston auf der Supercomputing-2019 pr\u00e4sentiert wurde. Dabei geht es um die Anwendung von High-End-Speichersystemen in Servern mit Grafikkarten (GPU) und der GPUDirect-Bus-Technologie.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/5-8-mln-iops-zachem-tak-mnogo","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd475.8 \u043c\u043b\u043d IOPS: \u0437\u0430\u0447\u0435\u043c \u0442\u0430\u043a \u043c\u043d\u043e\u0433\u043e? | ProHoster","og:description":"\u041f\u0440\u0438\u0432\u0435\u0442 \u0425\u0430\u0431\u0440! \u041d\u0430\u0431\u043e\u0440\u044b \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f Big Data \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u044d\u043a\u0441\u043f\u043e\u043d\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0440\u0430\u0441\u0442\u0443\u0442 \u0438 \u043d\u0430\u0434\u043e \u0443\u0441\u043f\u0435\u0432\u0430\u0442\u044c \u0438\u0445 \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c. \u041d\u0430\u0448 \u043f\u043e\u0441\u0442 \u043e \u0435\u0449\u0435 \u043e\u0434\u043d\u043e\u0439 \u0438\u043d\u043d\u043e\u0432\u0430\u0446\u0438\u043e\u043d\u043d\u043e\u0439 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439 (HPC, High Performance Computing), \u043f\u043e\u043a\u0430\u0437\u0430\u043d\u043d\u043e\u0439 \u043d\u0430 \u0441\u0442\u0435\u043d\u0434\u0435 Kingston \u043d\u0430 Supercomputing-2019. \u042d\u0442\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 Hi-End \u0441\u0438\u0441\u0442\u0435\u043c \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445 (\u0421\u0425\u0414) \u0432 \u0441\u0435\u0440\u0432\u0435\u0440\u0430\u0445 \u0441 \u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u043c\u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u043e\u0440\u0430\u043c\u0438 (GPU) \u0438 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0435\u0439 \u0448\u0438\u043d\u044b GPUDirect","og:url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/5-8-mln-iops-zachem-tak-mnogo","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-12-31T21:00:00+00:00","article:modified_time":"2020-02-18T11:02:44+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"54686","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 12:22:25","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 20:00:11","updated":"2026-01-24 12:22:25"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/54686","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=54686"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/54686\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=54686"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=54686"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=54686"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}