Intel研究院开发基于Atom的计算集群

来源: ZDNet编译
2010/10/11 11:29:16
据之前报道称,Intel并不打算向服务器领域推广他们的节能型Atom处理器。

分享到: 新浪微博 腾讯微博
本文关键字: 英特尔 Atom

据之前报道称,Intel并不打算向服务器领域推广他们的节能型Atom处理器

Intel数据中心群组副总裁和总经理Kirk Skaugen在接受采访时表示,尽管一些厂商正在他们的服务器设计中采用Atom芯片,而且芯片设计商ARM也打算将他们的处理器设计推向数据中心领域,但是大多数企业仍然需要的是利用最新至强处理器的性能和节能特点的系统。在前段时间的IDF大会上,Intel展示了他们即将发布的“Sandy Bridge”微架构,并承诺进一步加强Intel处理器产品的性能和节能效率。

尽管Intel不打算将Atom处理器定位在主流服务器市场,但是Intel研究院的研究人员正在致力于一个名为“Fast Array of Wimpy Nodes”(FAWN)的项目,创建由小型、基于Atom设备所组成的计算集群,可以运行一些工作负载的同时降低能耗。

随着能耗问题在数据中心越来越重要,Intel研究院和卡内基梅隆大学正在研究是否某些工作负载可以从由少数高性能服务器上迁移到由更多更小型的低能耗节点所组成的集群中,这种集群融合了大量的计算能力、内存和I/O。

Intel研究人员Michael Kaminsky在接受采访时表示:“能源正在成为一个沉重的负担。”通过Project FAWN,Intel将“为数据密集型工作负载削减能耗2~3倍。”

FAWN将实现以更节能的方式搭建一个可以运行特定Web 2.0工作负载的集群。

Kaminsky展示了一系列可以通过网络聚合搭建成一个计算集群的系统板卡。每个板卡包括1个用于本地存储的Atom芯片和Intel固态盘。

Kaminsky表示,关键是让集群以最节能的方式运行起来,并开发出能够让软件在这种高度并行的环境下更好工作的技术。

FAWN项目设计很多个探索领域。其中之一是负载均衡,它是确保集群性能扩展的关键。FAWN-KV存储系统使用一个或者多个高速前端节点,将请求路由到其他后端节点。研究结果显示,小容量缓存可以确保适当的负载均衡和性能可扩展性。

另外一个研究领域是所谓的WideKV,也就是研究如何更有效地在多个数据中心之间复制数据。此外,Intel研究院还在致力于研究可以提高FAWN节点云计算环境中常见并行编程Map-Reduce范例性能的算法,利用固态盘突出的随机读取性能并进一步强化节能效果。

FAWN项目还将寻找降低集群内存占用空间的方法。

Kaminsky表示,目前大多数的工作还是围绕软件展开的。大多数现有应用并不是针对运行在这种资源有限、节能和高度并行环境设计的。

Intel研究院和卡内基梅隆大学正在研究开发能够用于创建利用FAWN项目中这样的集群的技术,例如减少软件和操作系统的占用空间。

Intel和竞争对手AMD正在不断加强他们主流处理器的节能效果和性能水平,同时其他厂商也在寻找解决数据中心能耗问题的途径。

初创厂商SeaMicro推出的SM10000系统据称可扩展支持512个Atom处理器。

另外,像Tilera和Lyric Semiconductor等厂商也都针对核心数量、性能和节能等难题开发新的芯片架构。

专门设计用于智能手机等小型设备处理器的ARM公司上个月推出了他们的Cortex-A15设计。据称,这项设计将在2012年应用于设备中,其性能是现有ARM处理器的5倍,可支持多达16个核心。

虽然这种芯片将不会普遍应用于主流服务器中,但是ARM表示,这种芯片将用于那些运行高度并行、网络边缘应用的小型系统中。

责编:杨雪姣
vsharing 微信扫一扫实时了解行业动态
portalart 微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
IT系统一体化时代来了

2009年Oracle 用Exadata服务器告诉企业,数据中心的IT服务一体化解决方案才是大势所趋,而当前企业对大数据处理的..

高性能计算——企业未来发展的必备..

“天河二号”问鼎最新全球超级计算机500强,更新的Linpack值让世界认识到了“中国速度”。但超算不能只停留于追求..

    畅享
    首页
    返回
    顶部
    ×
    畅享IT
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map