OCZ Technology har meddelat att deras SSD-diskar i Deneva 2-serien kommer att användas som förstahandsval i ett pågående forskningsprojekt "Data-Scope" vid Johns Hopkins University (JHU), som kommer att användas för att skapa servrar för vetenskaplig databehandling. Projektet kommer att ledas av Dr. Alexander Szalay, Alumni Centennial Professor vid universitetets institution för fysik och astronomi och chef för JHU Institute for Data Intensive Engineering and Science.
JHU-projektet omfattar ett system med nästan hundra servrar som använder hundratals OCZ Deneva 2 SSD:er. Detta kombineras med vanliga hårddiskar med två nivåer för lagring och datoranvändning. Dessa kraftfulla, prisvärda system tjänar också till att exponera studenter och forskare för spetsteknologi i ett tidigt skede.
Ett av Data-Scopes projekt är ett digitalt "multivers", som kommer att innehålla en databas med de mest astronomiska objekt som någonsin upptäckts, vilket gör att alla astronomer på planeten kan utföra sina egna dataanalyser genom fjärråtkomst till hela databasen utan att behöva ladda ner tio till hundratals terabyte data. Liknande projekt pågår för att analysera hundratals terabyte av genomisk data och petabyte-skala numeriska simuleringar i turbulens, kosmologi och havscirkulation; de är alla "Big Data"-problem som inte passar traditionella metoder för vetenskaplig beräkning.
När Data-Scope är färdigt kommer det att driva ett nytt förhållningssätt till vetenskap, där upptäckter drivs av analys av stora datamängder. Forskare måste ha förmågan att samtidigt bygga statistiska aggregationer över petabyte data, men ändå utforska de minsta aspekterna av de underliggande samlingarna. Den unika fördelen med detta system är att det gör det möjligt för användare att fungera både som ett "mikroskop" och som ett "teleskop" för data utöver dess lagringskapacitet på 6 petabyte, och dess 500 gigabyte per sekund sekventiell I/O-prestanda och 20 miljoner IOPS. SSD:er ger också ett mindre operativt fotavtryck jämfört med traditionella hårddiskar och minskar strömförbrukningen avsevärt samtidigt som de levererar samma mängd IOPS-prestanda.
Random access-data strömmas direkt från SSD:er till de samvärdda GPU:erna över systemets bakplan, och drar fördel av fördelarna med General Purpose Computing på GPU:er (GPGPU) för vetenskapliga och tekniska beräkningar. De två stora fördelarna med denna arkitektur är elimineringen av åtkomstlatens av SSD-nivån i lagringshierarkin och elimineringen av nätverkets flaskhals, vilket åstadkoms genom att samlokalisera lagring och bearbetning på samma server.
JHU Data-Scope-projektet är planerat att starta i vår.
Amazon