Достижения в области виртуализации компонентов инфраструктуры позволяют персоналу быстро настраивать системы и приложения по мере необходимости для удовлетворения потребностей. Например, среды с гипервизором изолируют вычислительные ресурсы и ресурсы памяти, используемые виртуальными машинами (ВМ), от ресурсов обычного аппаратного обеспечения. Контейнерные системы предоставляют виртуальные операционные системы для запуска приложений. Как виртуальные машины, так и контейнерные приложения переносимы и при необходимости могут запускаться локально или в общедоступном облаке.
В то время как виртуальные машины и приложения обеспечивают более быструю доставку инфраструктуры и приложений, пограничные вычисления решают другую проблему и перемещают вычислительные ресурсы на границу, где хранятся данные, тем самым уменьшая задержки и проблемы с пропускной способностью, возникающие при транспортировке.
Основным вариантом использования, который решают пограничные вычисления, является обработка данных, генерируемых удаленными устройствами Интернета вещей. Приложения реального времени, такие как обработка видео и аналитика, используемые в самоуправляемых автомобилях и робототехнике, нуждаются в оперативной обработке. Появились микроцентры обработки данных, которые являются распределенными и компактными подразделениями. Эти устройства собирают, обрабатывают, анализируют и хранят данные в непосредственной близости от периферийных устройств, которые собирают данные и нуждаются в результатах анализа в режиме реального времени
Знакомые нам сегодня микропроцессоры, содержащие несколько процессоров на одном чипе, прошли долгий путь с момента их изобретения в начале 1970-х годов. Со временем скорость обработки данных процессорами общего назначения возросла, чему способствовал закон Мура, который предсказывал удвоение количества транзисторов на микрочипе каждые два года. Но структура процессоров может не подходить для некоторых задач.
С появлением искусственного интеллекта (ИИ) и машинного глубокого обучения было обнаружено, что графические процессоры (GPU) могут работать в 250 раз быстрее центральных процессоров при обучении нейронных сетей глубокого обучения. Их структура делает их более эффективными, чем центральные процессоры общего назначения (CPU), для алгоритмов, которые параллельно обрабатывают большие блоки данных.
Хранилище в центре обработки данных
Хранение данных – как их собственных, так и данных их клиентов – является основной частью обязанностей центра обработки данных. По мере того как хранилище становится дешевле и эффективнее, использование локальных и удаленных резервных копий становится все более распространенным, что еще больше увеличивает объем хранения данных.
У владельцев центров обработки данных есть планы аварийного восстановления для восстановления потерянных данных. Методы резервного копирования включают сохранение данных на физический носитель с последующим хранением данных локально или удаленно, прямую передачу данных на другой сайт или загрузку данных в облако. Например, данные часто распределяются между несколькими физически разделенными центрами обработки данных. Таким образом, если центр обработки данных будет поврежден в результате лесного пожара, землетрясения или другого стихийного бедствия, потерянная информация может быть восстановлена из резервной копии содержимого центра обработки данных.
Достижения в области технологий хранения данных, таких как SDS (Software-defined Storage), NVMe и NVMe-oF, меняют способы хранения, управления и использования данных в центрах обработки данных. Управление данными с помощью абстракции программного обеспечения (SDS)
Сети центров обработки данных
Требования к пропускной способности центра обработки данных зависят от приложений, количества внутренних и внешних систем, а также пользователей, подключенных к сети. Необходимо отслеживать пиковые значения в сетях хранения данных (SAN), локальных вычислительных сетях (LAN), внешних каналах и интернет-соединениях, используя инструменты мониторинга, чтобы определить, когда требуется переход к схеме следующего размера, например, при достижении 50% емкости на регулярной основе
Узкие места в транспортном потоке могут возникнуть в любой точке подключения. В частности, менеджеры должны убедиться, что брандмауэры, средства балансировки нагрузки, IP-адреса и WAFs могут поддерживать общие требования к пропускной способности. Что касается подключения к глобальной сети, менеджеры должны запланировать достаточную полосу пропускания для поддержки случайных скачков трафика, чтобы обеспечить выполнение требований к голосовой связи и видео, доступу в Интернет, MPLS и SD-WAN-сервисам. Пропускная способность — это небольшие расходы по сравнению с плохим пользовательским опытом.
Сетевая архитектура единого центра обработки данных представляет собой древовидную топологию сети, состоящую из трех уровней сетевых коммутаторов. Доступ — это самый низкий уровень, на котором серверы подключаются к пограничному коммутатору.
Коммутаторы базового уровня подключают центр обработки данных к Интернету. Коммутаторы базового уровня обладают высокими возможностями коммутации и могут обрабатывать пакеты трафика. Чтобы свести к минимуму количество адресов отдельных серверов, которые должны обрабатываться коммутаторами, коммутаторы направляют трафик в пакеты или модули, кодируя пакеты данных таким образом, что ядру нужно только знать, в какой модуль направлять трафик, а не обрабатывать отдельные запросы сервера.
Одним из последних достижений в области сетей центров обработки данных являются технологии гиперразмерной сетевой безопасности. Это возможность надлежащего улучшения и масштабирования по мере увеличения спроса на систему. Системе может быть динамически выделено больше ресурсов, что приводит к созданию надежной, масштабируемой и распределенной системы.
Современные сети центров обработки данных также используют программно-определяемые сети (SDN), которые позволяют сетевым менеджерам настраивать, управлять, защищать и оптимизировать сетевые ресурсы с помощью программного обеспечения. SDN абстрагирует сетевую инфраструктуру на уровень приложения, уровень управления и уровень данных. Затем управление сетью становится непосредственно программируемым, что позволяет автоматически выделять ресурсы и управлять сетевыми ресурсами на основе политик. Преимущества SDN включают снижение эксплуатационных расходов, централизованный оперативный контроль и возможность масштабирования таких услуг, как безопасность, при необходимости.