5.8 ਮਿਲੀਅਨ IOPS: ਇੰਨਾ ਕਿਉਂ?

ਹੈਲੋ ਹੈਬਰ! ਬਿਗ ਡੇਟਾ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਡੇਟਾ ਸੈੱਟ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੇ ਹਨ ਅਤੇ ਸਾਨੂੰ ਉਹਨਾਂ ਨਾਲ ਜੁੜੇ ਰਹਿਣ ਦੀ ਲੋੜ ਹੈ। ਕਿੰਗਸਟਨ ਬੂਥ 'ਤੇ ਦਿਖਾਈ ਗਈ ਉੱਚ ਪ੍ਰਦਰਸ਼ਨ ਕੰਪਿਊਟਿੰਗ (HPC, ਹਾਈ ਪਰਫਾਰਮੈਂਸ ਕੰਪਿਊਟਿੰਗ) ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਹੋਰ ਨਵੀਨਤਾਕਾਰੀ ਤਕਨਾਲੋਜੀ ਬਾਰੇ ਸਾਡੀ ਪੋਸਟ ਸੁਪਰਕੰਪਿਊਟਿੰਗ-2019. ਇਹ ਗ੍ਰਾਫਿਕ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟਾਂ (GPU) ਅਤੇ GPUDirect ਸਟੋਰੇਜ਼ ਬੱਸ ਤਕਨਾਲੋਜੀ ਵਾਲੇ ਸਰਵਰਾਂ ਵਿੱਚ ਹਾਈ-ਐਂਡ ਡਾਟਾ ਸਟੋਰੇਜ ਸਿਸਟਮ (SDS) ਦੀ ਵਰਤੋਂ ਹੈ। ਸਟੋਰੇਜ਼ ਸਿਸਟਮ ਅਤੇ GPU ਵਿਚਕਾਰ ਸਿੱਧੇ ਡੇਟਾ ਐਕਸਚੇਂਜ ਲਈ ਧੰਨਵਾਦ, CPU ਨੂੰ ਛੱਡ ਕੇ, GPU ਐਕਸਲੇਟਰਾਂ ਵਿੱਚ ਡਾਟਾ ਲੋਡ ਕਰਨਾ ਇੱਕ ਤੀਬਰਤਾ ਦੇ ਕ੍ਰਮ ਦੁਆਰਾ ਤੇਜ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸਲਈ ਬਿਗ ਡਾਟਾ ਐਪਲੀਕੇਸ਼ਨਾਂ GPU ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਅਧਿਕਤਮ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਚੱਲਦੀਆਂ ਹਨ। ਬਦਲੇ ਵਿੱਚ, HPC ਸਿਸਟਮ ਡਿਵੈਲਪਰ ਸਭ ਤੋਂ ਵੱਧ I/O ਸਪੀਡਾਂ ਵਾਲੇ ਸਟੋਰੇਜ ਸਿਸਟਮ ਵਿੱਚ ਤਰੱਕੀ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਕਿੰਗਸਟਨ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ।

GPU ਪ੍ਰਦਰਸ਼ਨ ਡਾਟਾ ਲੋਡ ਕਰਨ ਤੋਂ ਬਾਹਰ ਹੈ

2007 ਵਿੱਚ, CUDA ਦੀ ਸਿਰਜਣਾ ਤੋਂ ਬਾਅਦ, ਇੱਕ GPU- ਅਧਾਰਤ ਹਾਰਡਵੇਅਰ-ਸਾਫਟਵੇਅਰ ਸਮਾਨਾਂਤਰ ਕੰਪਿਊਟਿੰਗ ਆਰਕੀਟੈਕਚਰ, ਆਮ-ਉਦੇਸ਼ ਵਾਲੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ, GPUs ਦੀਆਂ ਹਾਰਡਵੇਅਰ ਸਮਰੱਥਾਵਾਂ ਆਪਣੇ ਆਪ ਵਿੱਚ ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਰੂਪ ਵਿੱਚ ਵਧੀਆਂ ਹਨ। ਅੱਜ, GPUs ਦੀ ਵਰਤੋਂ HPC ਐਪਲੀਕੇਸ਼ਨਾਂ ਜਿਵੇਂ ਕਿ ਬਿਗ ਡੇਟਾ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ML), ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ (DL) ਵਿੱਚ ਵੱਧ ਰਹੀ ਹੈ।

ਨੋਟ ਕਰੋ ਕਿ ਸ਼ਬਦਾਂ ਦੀ ਸਮਾਨਤਾ ਦੇ ਬਾਵਜੂਦ, ਆਖਰੀ ਦੋ ਅਲਗੋਰਿਦਮਿਕ ਤੌਰ 'ਤੇ ਵੱਖਰੇ ਕਾਰਜ ਹਨ। ML ਸਟ੍ਰਕਚਰਡ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਕੰਪਿਊਟਰ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ, ਜਦੋਂ ਕਿ DL ਇੱਕ ਨਿਊਰਲ ਨੈਟਵਰਕ ਤੋਂ ਫੀਡਬੈਕ ਦੇ ਅਧਾਰ ਤੇ ਕੰਪਿਊਟਰ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ। ਅੰਤਰ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਇੱਕ ਉਦਾਹਰਨ ਕਾਫ਼ੀ ਸਧਾਰਨ ਹੈ। ਚਲੋ ਇਹ ਮੰਨ ਲਓ ਕਿ ਕੰਪਿਊਟਰ ਨੂੰ ਬਿੱਲੀਆਂ ਅਤੇ ਕੁੱਤਿਆਂ ਦੀਆਂ ਫੋਟੋਆਂ ਵਿਚਕਾਰ ਫਰਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਸਟੋਰੇਜ ਸਿਸਟਮ ਤੋਂ ਲੋਡ ਕੀਤੇ ਗਏ ਹਨ. ML ਲਈ, ਤੁਹਾਨੂੰ ਬਹੁਤ ਸਾਰੇ ਟੈਗਾਂ ਦੇ ਨਾਲ ਚਿੱਤਰਾਂ ਦਾ ਇੱਕ ਸੈੱਟ ਜਮ੍ਹਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਜਾਨਵਰ ਦੀ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ। DL ਲਈ, ਚਿੱਤਰਾਂ ਦੀ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਗਿਣਤੀ ਨੂੰ ਅੱਪਲੋਡ ਕਰਨ ਲਈ ਇਹ ਕਾਫ਼ੀ ਹੈ, ਪਰ ਸਿਰਫ਼ ਇੱਕ ਟੈਗ ਨਾਲ "ਇਹ ਇੱਕ ਬਿੱਲੀ ਹੈ" ਜਾਂ "ਇਹ ਇੱਕ ਕੁੱਤਾ ਹੈ"। DL ਛੋਟੇ ਬੱਚਿਆਂ ਨੂੰ ਕਿਵੇਂ ਸਿਖਾਇਆ ਜਾਂਦਾ ਹੈ ਦੇ ਸਮਾਨ ਹੈ - ਉਹਨਾਂ ਨੂੰ ਕਿਤਾਬਾਂ ਅਤੇ ਜੀਵਨ ਵਿੱਚ ਕੁੱਤਿਆਂ ਅਤੇ ਬਿੱਲੀਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਦਿਖਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ (ਜ਼ਿਆਦਾਤਰ, ਵਿਸਤ੍ਰਿਤ ਅੰਤਰ ਦੀ ਵਿਆਖਿਆ ਕੀਤੇ ਬਿਨਾਂ), ਅਤੇ ਬੱਚੇ ਦਾ ਦਿਮਾਗ ਖੁਦ ਜਾਨਵਰ ਦੀ ਕਿਸਮ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ. ਤੁਲਨਾ ਲਈ ਤਸਵੀਰਾਂ ਦੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਨਾਜ਼ੁਕ ਸੰਖਿਆ (ਅੰਦਾਜੇ ਦੇ ਅਨੁਸਾਰ, ਅਸੀਂ ਸ਼ੁਰੂਆਤੀ ਬਚਪਨ ਵਿੱਚ ਸਿਰਫ ਇੱਕ ਸੌ ਜਾਂ ਦੋ ਸ਼ੋਅ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ)। DL ਐਲਗੋਰਿਦਮ ਅਜੇ ਇੰਨੇ ਸੰਪੂਰਣ ਨਹੀਂ ਹਨ: ਇੱਕ ਨਿਊਰਲ ਨੈਟਵਰਕ ਲਈ ਚਿੱਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨ 'ਤੇ ਸਫਲਤਾਪੂਰਵਕ ਕੰਮ ਕਰਨ ਲਈ, ਲੱਖਾਂ ਚਿੱਤਰਾਂ ਨੂੰ GPU ਵਿੱਚ ਫੀਡ ਕਰਨਾ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।

ਮੁਖਬੰਧ ਦਾ ਸੰਖੇਪ: GPUs ਦੇ ਅਧਾਰ ਤੇ, ਤੁਸੀਂ ਵੱਡੇ ਡੇਟਾ, ML ਅਤੇ DL ਦੇ ਖੇਤਰ ਵਿੱਚ HPC ਐਪਲੀਕੇਸ਼ਨ ਬਣਾ ਸਕਦੇ ਹੋ, ਪਰ ਇੱਕ ਸਮੱਸਿਆ ਹੈ - ਡੇਟਾ ਸੈੱਟ ਇੰਨੇ ਵੱਡੇ ਹਨ ਕਿ ਸਟੋਰੇਜ ਸਿਸਟਮ ਤੋਂ GPU ਤੱਕ ਡੇਟਾ ਲੋਡ ਕਰਨ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਇਆ ਗਿਆ ਹੈ ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਸਮੁੱਚੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਘਟਾਉਣਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਦੂਜੇ ਉਪ-ਸਿਸਟਮਾਂ ਤੋਂ ਆਉਣ ਵਾਲੇ ਹੌਲੀ I/O ਡੇਟਾ ਦੇ ਕਾਰਨ ਤੇਜ਼ GPUs ਦੀ ਵਰਤੋਂ ਘੱਟ ਰਹਿੰਦੀ ਹੈ। GPU ਦੀ I/O ਸਪੀਡ ਵਿੱਚ ਅੰਤਰ ਅਤੇ CPU/ਸਟੋਰੇਜ ਸਿਸਟਮ ਲਈ ਬੱਸ ਦੀ ਤੀਬਰਤਾ ਦਾ ਕ੍ਰਮ ਹੋ ਸਕਦਾ ਹੈ।

GPUDirect ਸਟੋਰੇਜ਼ ਤਕਨਾਲੋਜੀ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ?

I/O ਪ੍ਰਕਿਰਿਆ ਨੂੰ CPU ਦੁਆਰਾ ਨਿਯੰਤਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਅੱਗੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਲਈ ਸਟੋਰੇਜ ਤੋਂ GPUs ਤੱਕ ਡੇਟਾ ਲੋਡ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਇਸ ਨਾਲ ਟੈਕਨਾਲੋਜੀ ਲਈ ਬੇਨਤੀ ਹੋਈ ਜੋ GPUs ਅਤੇ NVMe ਡਰਾਈਵਾਂ ਵਿਚਕਾਰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਤੇਜ਼ੀ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਲਈ ਸਿੱਧੀ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰੇਗੀ। NVIDIA ਅਜਿਹੀ ਤਕਨਾਲੋਜੀ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਵਾਲਾ ਪਹਿਲਾ ਸੀ ਅਤੇ ਇਸਨੂੰ GPUDirect ਸਟੋਰੇਜ ਕਿਹਾ ਜਾਂਦਾ ਸੀ। ਅਸਲ ਵਿੱਚ, ਇਹ GPUDirect RDMA (ਰਿਮੋਟ ਡਾਇਰੈਕਟ ਮੈਮੋਰੀ ਐਡਰੈੱਸ) ਤਕਨਾਲੋਜੀ ਦੀ ਇੱਕ ਪਰਿਵਰਤਨ ਹੈ ਜੋ ਉਹਨਾਂ ਨੇ ਪਹਿਲਾਂ ਵਿਕਸਤ ਕੀਤੀ ਸੀ।

ਜੇਨਸਨ ਹੁਆਂਗ, NVIDIA ਦੇ CEO, GPUDirect ਸਟੋਰੇਜ਼ ਨੂੰ SC-19 'ਤੇ GPUDirect RDMA ਦੇ ਰੂਪ ਵਜੋਂ ਪੇਸ਼ ਕਰਨਗੇ। ਸਰੋਤ: NVIDIA

GPUDirect RDMA ਅਤੇ GPUDirect ਸਟੋਰੇਜ਼ ਵਿੱਚ ਅੰਤਰ ਉਹਨਾਂ ਡਿਵਾਈਸਾਂ ਵਿੱਚ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਵਿਚਕਾਰ ਐਡਰੈਸਿੰਗ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। GPUDirect RDMA ਤਕਨਾਲੋਜੀ ਨੂੰ ਸਿੱਧੇ ਫਰੰਟ-ਐਂਡ ਨੈੱਟਵਰਕ ਇੰਟਰਫੇਸ ਕਾਰਡ (NIC) ਅਤੇ GPU ਮੈਮੋਰੀ ਦੇ ਵਿਚਕਾਰ ਡੇਟਾ ਨੂੰ ਮੂਵ ਕਰਨ ਲਈ ਦੁਬਾਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ GPUDirect ਸਟੋਰੇਜ਼ ਸਥਾਨਕ ਜਾਂ ਰਿਮੋਟ ਸਟੋਰੇਜ ਜਿਵੇਂ ਕਿ NVMe ਜਾਂ NVMe ਓਵਰ ਫੈਬਰਿਕ (NVMe-oF) ਅਤੇ ਵਿਚਕਾਰ ਸਿੱਧਾ ਡਾਟਾ ਮਾਰਗ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। GPU ਮੈਮੋਰੀ।

GPUDirect RDMA ਅਤੇ GPUDirect ਸਟੋਰੇਜ਼ ਦੋਵੇਂ CPU ਮੈਮੋਰੀ ਵਿੱਚ ਇੱਕ ਬਫਰ ਰਾਹੀਂ ਬੇਲੋੜੀ ਡਾਟਾ ਮੂਵਮੈਂਟ ਤੋਂ ਬਚਦੇ ਹਨ ਅਤੇ ਡਾਇਰੈਕਟ ਮੈਮੋਰੀ ਐਕਸੈਸ (DMA) ਵਿਧੀ ਨੂੰ ਨੈੱਟਵਰਕ ਕਾਰਡ ਜਾਂ ਸਟੋਰੇਜ ਤੋਂ ਸਿੱਧੇ GPU ਮੈਮੋਰੀ ਵਿੱਚ ਜਾਂ ਇਸ ਤੋਂ ਡਾਟਾ ਲਿਜਾਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ - ਇਹ ਸਭ ਕੇਂਦਰੀ CPU 'ਤੇ ਲੋਡ ਕੀਤੇ ਬਿਨਾਂ। GPUDirect ਸਟੋਰੇਜ਼ ਲਈ, ਸਟੋਰੇਜ ਦੀ ਸਥਿਤੀ ਮਾਇਨੇ ਨਹੀਂ ਰੱਖਦੀ: ਇਹ ਇੱਕ GPU ਯੂਨਿਟ ਦੇ ਅੰਦਰ, ਇੱਕ ਰੈਕ ਦੇ ਅੰਦਰ, ਜਾਂ NVMe-oF ਦੇ ਤੌਰ ਤੇ ਨੈੱਟਵਰਕ ਉੱਤੇ ਜੁੜੀ ਹੋਈ ਇੱਕ NVME ਡਿਸਕ ਹੋ ਸਕਦੀ ਹੈ।

GPU ਡਾਇਰੈਕਟ ਸਟੋਰੇਜ਼ ਦੇ ਸੰਚਾਲਨ ਦੀ ਸਕੀਮ। ਸਰੋਤ: NVIDIA

NVMe 'ਤੇ ਹਾਈ-ਐਂਡ ਸਟੋਰੇਜ ਪ੍ਰਣਾਲੀਆਂ ਦੀ HPC ਐਪਲੀਕੇਸ਼ਨ ਮਾਰਕੀਟ ਵਿੱਚ ਮੰਗ ਹੈ

ਇਹ ਮਹਿਸੂਸ ਕਰਦੇ ਹੋਏ ਕਿ GPUDirect ਸਟੋਰੇਜ਼ ਦੇ ਆਗਮਨ ਨਾਲ, ਵੱਡੇ ਗਾਹਕਾਂ ਦੀ ਦਿਲਚਸਪੀ GPU ਦੇ ਥ੍ਰਰੂਪੁਟ ਦੇ ਅਨੁਸਾਰੀ I/O ਸਪੀਡ ਵਾਲੇ ਸਟੋਰੇਜ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਵੱਲ ਖਿੱਚੀ ਜਾਵੇਗੀ, SC-19 ਪ੍ਰਦਰਸ਼ਨੀ ਵਿੱਚ ਕਿੰਗਸਟਨ ਨੇ ਇੱਕ ਸਿਸਟਮ ਦਾ ਇੱਕ ਡੈਮੋ ਦਿਖਾਇਆ ਜਿਸ ਵਿੱਚ ਇੱਕ NVMe ਡਿਸਕਾਂ ਅਤੇ GPU ਵਾਲੀ ਇਕਾਈ 'ਤੇ ਆਧਾਰਿਤ ਸਟੋਰੇਜ ਸਿਸਟਮ, ਜੋ ਪ੍ਰਤੀ ਸਕਿੰਟ ਹਜ਼ਾਰਾਂ ਸੈਟੇਲਾਈਟ ਚਿੱਤਰਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ। ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ 10 DC1000M U.2 NVMe ਡਰਾਈਵਾਂ 'ਤੇ ਆਧਾਰਿਤ ਅਜਿਹੇ ਸਟੋਰੇਜ ਸਿਸਟਮ ਬਾਰੇ ਲਿਖਿਆ ਹੈ। ਸੁਪਰ ਕੰਪਿਊਟਰ ਪ੍ਰਦਰਸ਼ਨੀ ਦੀ ਇੱਕ ਰਿਪੋਰਟ ਵਿੱਚ.

10 DC1000M U.2 NVMe ਡਰਾਈਵ 'ਤੇ ਆਧਾਰਿਤ ਸਟੋਰੇਜ ਸਿਸਟਮ ਗ੍ਰਾਫਿਕਸ ਐਕਸਲੇਟਰਾਂ ਵਾਲੇ ਸਰਵਰ ਨੂੰ ਢੁਕਵੇਂ ਰੂਪ ਵਿੱਚ ਪੂਰਕ ਕਰਦਾ ਹੈ। ਸਰੋਤ: ਕਿੰਗਸਟਨ

ਇਹ ਸਟੋਰੇਜ ਸਿਸਟਮ 1U ਜਾਂ ਵੱਡੀ ਰੈਕ ਯੂਨਿਟ ਦੇ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ DC1000M U.2 NVMe ਡਰਾਈਵਾਂ ਦੀ ਗਿਣਤੀ ਦੇ ਆਧਾਰ 'ਤੇ ਸਕੇਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਹਰੇਕ ਦੀ ਸਮਰੱਥਾ 3.84-7.68 TB ਹੈ। DC1000M ਕਿੰਗਸਟਨ ਦੀ ਡਾਟਾ ਸੈਂਟਰ ਡਰਾਈਵਾਂ ਦੀ ਲਾਈਨ ਵਿੱਚ U.2 ਫਾਰਮ ਫੈਕਟਰ ਵਿੱਚ ਪਹਿਲਾ NVMe SSD ਮਾਡਲ ਹੈ। ਇਸਦੀ ਇੱਕ ਸਹਿਣਸ਼ੀਲਤਾ ਰੇਟਿੰਗ ਹੈ (DWPD, ਡਰਾਈਵ ਪ੍ਰਤੀ ਦਿਨ ਲਿਖਦਾ ਹੈ), ਇਸ ਨੂੰ ਡਰਾਈਵ ਦੀ ਗਾਰੰਟੀਸ਼ੁਦਾ ਜੀਵਨ ਲਈ ਦਿਨ ਵਿੱਚ ਇੱਕ ਵਾਰ ਆਪਣੀ ਪੂਰੀ ਸਮਰੱਥਾ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਮੁੜ ਲਿਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਉਬੰਟੂ 3.13 LTS ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ, ਲੀਨਕਸ ਕਰਨਲ 18.04.3-5.0.0-ਜਨਰਿਕ 'ਤੇ fio v31 ਟੈਸਟ ਵਿੱਚ, ਪ੍ਰਦਰਸ਼ਨੀ ਸਟੋਰੇਜ ਨਮੂਨੇ ਨੇ ਇੱਕ ਟਿਕਾਊ ਥ੍ਰੁਪੁੱਟ (ਸਸਟੇਨਡ ਬੈਂਡਵਿਡਥ) ਦੇ ਨਾਲ 5.8 ਮਿਲੀਅਨ IOPS ਦੀ ਰੀਡ ਸਪੀਡ (ਸਸਟੇਨਡ ਰੀਡ) ਦਿਖਾਈ। ) 23.8 Gbit/s।

ਏਰੀਅਲ ਪੇਰੇਜ਼, ਕਿੰਗਸਟਨ ਵਿਖੇ SSD ਬਿਜ਼ਨਸ ਮੈਨੇਜਰ, ਨੇ ਨਵੇਂ ਸਟੋਰੇਜ ਪ੍ਰਣਾਲੀਆਂ ਬਾਰੇ ਕਿਹਾ: “ਅਸੀਂ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਸਰਵਰਾਂ ਨੂੰ U.2 NVMe SSD ਹੱਲਾਂ ਨਾਲ ਲੈਸ ਕਰਨ ਲਈ ਤਿਆਰ ਹਾਂ ਤਾਂ ਜੋ ਬਹੁਤ ਸਾਰੀਆਂ ਡਾਟਾ ਟ੍ਰਾਂਸਫਰ ਰੁਕਾਵਟਾਂ ਨੂੰ ਦੂਰ ਕੀਤਾ ਜਾ ਸਕੇ ਜੋ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਸਟੋਰੇਜ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ। NVMe SSD ਡਰਾਈਵਾਂ ਅਤੇ ਸਾਡੇ ਪ੍ਰੀਮੀਅਮ ਸਰਵਰ ਪ੍ਰੀਮੀਅਰ DRAM ਦਾ ਸੁਮੇਲ ਕਿੰਗਸਟਨ ਨੂੰ ਉਦਯੋਗ ਦੇ ਸਭ ਤੋਂ ਵਿਆਪਕ ਐਂਡ-ਟੂ-ਐਂਡ ਡਾਟਾ ਹੱਲ ਪ੍ਰਦਾਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣਾਉਂਦਾ ਹੈ।"

gfio v3.13 ਟੈਸਟ ਨੇ DC23.8M U.1000 NVMe ਡਰਾਈਵਾਂ 'ਤੇ ਡੈਮੋ ਸਟੋਰੇਜ ਸਿਸਟਮ ਲਈ 2 Gbps ਦਾ ਥ੍ਰੋਪੁੱਟ ਦਿਖਾਇਆ। ਸਰੋਤ: ਕਿੰਗਸਟਨ

GPUDirect ਸਟੋਰੇਜ਼ ਜਾਂ ਸਮਾਨ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ HPC ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਇੱਕ ਆਮ ਸਿਸਟਮ ਕਿਹੋ ਜਿਹਾ ਦਿਖਾਈ ਦੇਵੇਗਾ? ਇਹ ਇੱਕ ਆਰਕੀਟੈਕਚਰ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ ਰੈਕ ਦੇ ਅੰਦਰ ਫੰਕਸ਼ਨਲ ਯੂਨਿਟਾਂ ਦੇ ਭੌਤਿਕ ਵਿਭਾਜਨ ਹਨ: RAM ਲਈ ਇੱਕ ਜਾਂ ਦੋ ਯੂਨਿਟ, GPU ਅਤੇ CPU ਕੰਪਿਊਟਿੰਗ ਨੋਡਾਂ ਲਈ ਕਈ ਹੋਰ, ਅਤੇ ਸਟੋਰੇਜ਼ ਸਿਸਟਮਾਂ ਲਈ ਇੱਕ ਜਾਂ ਵੱਧ ਯੂਨਿਟ।

GPUDirect ਸਟੋਰੇਜ਼ ਦੀ ਘੋਸ਼ਣਾ ਅਤੇ ਹੋਰ GPU ਵਿਕਰੇਤਾਵਾਂ ਤੋਂ ਸਮਾਨ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਸੰਭਾਵਤ ਉਭਾਰ ਦੇ ਨਾਲ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਵਰਤੋਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਟੋਰੇਜ ਸਿਸਟਮਾਂ ਲਈ ਕਿੰਗਸਟਨ ਦੀ ਮੰਗ ਵਧ ਰਹੀ ਹੈ। ਮਾਰਕਰ ਸਟੋਰੇਜ ਸਿਸਟਮ ਤੋਂ ਡਾਟਾ ਪੜ੍ਹਨ ਦੀ ਗਤੀ ਹੋਵੇਗੀ, ਜੋ ਕਿ ਇੱਕ GPU ਦੇ ਨਾਲ ਇੱਕ ਕੰਪਿਊਟਿੰਗ ਯੂਨਿਟ ਦੇ ਪ੍ਰਵੇਸ਼ ਦੁਆਰ 'ਤੇ 40- ਜਾਂ 100-Gbit ਨੈੱਟਵਰਕ ਕਾਰਡਾਂ ਦੇ ਥਰੂਪੁੱਟ ਨਾਲ ਤੁਲਨਾਯੋਗ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਫੈਬਰਿਕ ਦੁਆਰਾ ਬਾਹਰੀ NVMe ਸਮੇਤ ਅਤਿ-ਹਾਈ-ਸਪੀਡ ਸਟੋਰੇਜ ਸਿਸਟਮ, HPC ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਵਿਦੇਸ਼ੀ ਹੋਣ ਤੋਂ ਮੁੱਖ ਧਾਰਾ ਵਿੱਚ ਚਲੇ ਜਾਣਗੇ। ਵਿਗਿਆਨ ਅਤੇ ਵਿੱਤੀ ਗਣਨਾਵਾਂ ਤੋਂ ਇਲਾਵਾ, ਉਹ ਕਈ ਹੋਰ ਵਿਹਾਰਕ ਖੇਤਰਾਂ ਵਿੱਚ ਐਪਲੀਕੇਸ਼ਨ ਲੱਭ ਸਕਣਗੇ, ਜਿਵੇਂ ਕਿ ਸੇਫ ਸਿਟੀ ਮੈਟਰੋਪੋਲੀਟਨ ਪੱਧਰ 'ਤੇ ਸੁਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਜਾਂ ਟ੍ਰਾਂਸਪੋਰਟ ਨਿਗਰਾਨੀ ਕੇਂਦਰਾਂ, ਜਿੱਥੇ ਪ੍ਰਤੀ ਸਕਿੰਟ ਲੱਖਾਂ HD ਚਿੱਤਰਾਂ ਦੀ ਪਛਾਣ ਅਤੇ ਪਛਾਣ ਦੀ ਗਤੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ," ਰੂਪਰੇਖਾ ਦਿੱਤੀ ਗਈ। ਚੋਟੀ ਦੇ ਸਟੋਰੇਜ਼ ਸਿਸਟਮ ਦਾ ਮਾਰਕੀਟ ਸਥਾਨ

ਕਿੰਗਸਟਨ ਉਤਪਾਦਾਂ ਬਾਰੇ ਵਧੇਰੇ ਜਾਣਕਾਰੀ ਇੱਥੇ ਮਿਲ ਸਕਦੀ ਹੈ ਸਰਕਾਰੀ ਵੈਬਸਾਈਟ ਕੰਪਨੀ

ਸਰੋਤ: www.habr.com