A QLogic Inc. está colaborando com a Cavium Inc. para desenvolver uma solução conjunta com o objetivo de acelerar o desempenho de aplicações de armazenamento corporativo, armazenamento em nuvem e armazenamento de Big Data. A solução combina as placas de rede RNIC (RNICs) de 25 Gb Ethernet (25 GbE) de baixa latência da QLogic com os processadores ThunderX de 48 núcleos de alto desempenho da Cavium . Os clientes não só observarão um desempenho acelerado em aplicações de big data, como Ceph e Hadoop, como também terão mais flexibilidade e um custo total de propriedade mais eficiente.
Tanto a nuvem quanto o Big Data dependem fortemente de plataformas de armazenamento conectadas diretamente. O problema com isso é que ele não permite que a computação ou o armazenamento sejam dimensionados independentemente um do outro. A nova solução conjunta abordará esse problema de escalabilidade, fornecendo uma “arquitetura de armazenamento desagregada que traz modularidade, maior eficiência e maior desempenho para big data e aplicativos de armazenamento em nuvem”.
Os QLogic 25GbE RNICs oferecem acesso remoto heterogêneo direto à memória por Converged Ethernet (RoCE), RoCEv2 e iWARP. E a família thunder da Cavium é um processador de servidor ARMv64-A de 8 bits projetado para aplicativos de data center e nuvem de última geração. Os RNICs de 25 GbE da QLogic descarregam as cargas de trabalho da plataforma ThunderX para oferecer uma arquitetura escalonável e programável. Essa arquitetura acelera a E/S de objetos, blocos e arquivos, o que acelerará os aplicativos de armazenamento expansível massivamente distribuídos.
Os benefícios da solução conjunta incluem:
- Melhoria de desempenho do sistema em até 2 vezes em comparação com arquiteturas baseadas em DAS expansíveis
- Capacidade de dimensionar de forma independente os recursos de computação e armazenamento para bancos de dados de classe petabyte e além
- Latência significativamente reduzida para sistemas de arquivos distribuídos que acessam dados em uma malha habilitada para RDMA, sem sobrecarregar a infraestrutura de computação
Amazon