Speaker
Yu Gao
(IHEP)
Description
大数据和云计算技术的发展，使得“存-算分离”的计算模式广泛应用于大型数据中心。在计算节点和存储节点间频繁的数据搬运，占用了大量的访存带宽和网络带宽。当计算作业达到一定规模时，会遇到“内存墙”问题，以及各种网络问题、文件系统故障等，使整个计算系统处于不稳定状态。另外，由于存储器的访问速度低于处理器的运算速度，在访存带宽或网络带宽达到上限后，增加运算部件无法继续提升处理能力。本文基于ARM CPU和FPGA异构计算架构，设计并实现了可计算存储系统。利用FPGA可定制性强、并行度高的特点，将部分计算密集型任务和I/O密集型任务卸载到存储节点本地。通过本地的加速计算，缓解了节点间的数据搬运造成的I/O瓶颈和网络拥塞问题，提升了计算效率，增强了系统稳定性，同时降低了整体功耗。
