現(xiàn)在越來越多的公司轉(zhuǎn)向邊緣計算來部署數(shù)據(jù)密集型工作負載，其中包括AI到預測分析再到物聯(lián)網(wǎng)。邊緣計算使IT資源更靠近數(shù)據(jù)生成的地方，而不是將原始數(shù)據(jù)傳輸?shù)郊惺綌?shù)據(jù)中心。

[[328262]]

不過，邊緣模型也有其局限性。IT團隊必須找到克服常見障礙的方法，以提供支持其工作負載所需的計算和存儲資源。計算存儲是最有前景的方法之一，它可以將處理功能直接整合到存儲系統(tǒng)中，以消除I / O瓶頸并減少應用程序延遲。這使得在邊緣環(huán)境中處理大量數(shù)據(jù)成為可能。

邊緣計算

邊緣計算是一種分布式架構(gòu)，可將數(shù)據(jù)中心資源移至網(wǎng)絡外圍進行處理和存儲。在很多情況下，這意味著將這些資源放在分支機構(gòu)或衛(wèi)星辦公室中。通過將數(shù)據(jù)和應用程序緊密靠近，邊緣計算可以減少網(wǎng)絡流量、簡化計算操作并提高關(guān)鍵任務工作負載的性能。這消除了集中式數(shù)據(jù)中心帶來的很多帶寬和吞吐量問題。

盡管有這些好處，邊緣計算也帶來挑戰(zhàn)，例如管理安全性、協(xié)調(diào)分布式系統(tǒng)以及在數(shù)據(jù)中心和邊緣環(huán)境間映射數(shù)據(jù)。最大的問題之一是克服計算和存儲資源本身的局限性，例如空間和資源需求。這些限制可能使企業(yè)難以最大化數(shù)據(jù)密集型工作負載的性能，尤其是當它們變得更加復雜且數(shù)據(jù)量持續(xù)增長時。

就其本質(zhì)而言，邊緣環(huán)境通常受到可用空間的限制，因此很難托管設備以支持當今現(xiàn)代工作負載?？捎每臻g可能僅限于辦公室的壁櫥或一角-在大小、電源和散熱方面受到限制-與功能完善的數(shù)據(jù)中心相比，提供的空間很少。

邊緣環(huán)境很少配備有可填充數(shù)據(jù)中心的高性能計算資源類型。盡管可以將最先進的服務器推向邊緣，但IT預算通常沒有這么多，特別是當企業(yè)仍必須在其數(shù)據(jù)中心中支持關(guān)鍵任務工作負載時。

由于這些限制，IT團隊很難在邊緣環(huán)境中獲得所需的工作負載性能。但這并沒有阻止他們嘗試其他方法。有些團隊部署全閃存存儲陣列、NVMe、GPU加速器和其他先進技術(shù)。盡管這些措施有所幫助，但不足以有效地支持現(xiàn)在很多更強大的工作負載所需的性能。

造成這種情況的主要原因是，傳統(tǒng)的計算/存儲架構(gòu)固有地受到存儲設備和計算資源之間的I / O端口帶寬的限制。在處理數(shù)據(jù)時，必須通過這些鏈接，而這些鏈接的速度僅與支持它們的技術(shù)一樣快。通過擴展，在存儲和內(nèi)存之間移動的數(shù)據(jù)越多，產(chǎn)生的瓶頸就越大。

這正是計算存儲派上用場地方，它通過將計算和存儲資源緊密結(jié)合在一起以最大程度地減少數(shù)據(jù)移動，從而消除了瓶頸，降低了延遲并加快了應用程序的速度。

計算存儲助你一臂之力

僅僅是將數(shù)據(jù)從一個系統(tǒng)移至另一個系統(tǒng)，傳統(tǒng)的計算/存儲架構(gòu)就需要很多時間和資源，從而導致更高的延遲和更差的應用程序性能。而計算存儲是采用原位方法進行數(shù)據(jù)處理，僅將最少的操作從計算資源移到存儲系統(tǒng)內(nèi)部。在這里，由于數(shù)據(jù)移動少，而且由于廣泛使用并行處理，企業(yè)可更快更有效地處理數(shù)據(jù)。

存儲系統(tǒng)代表計算系統(tǒng)預處理數(shù)據(jù)，以便最終僅將一部分數(shù)據(jù)發(fā)送到內(nèi)存。通過最大程度地減少數(shù)據(jù)移動，你可以實現(xiàn)較低的應用程序延遲，并減少計算資源的負載，從而將其釋放給其他操作。

對于在邊緣運行的數(shù)據(jù)密集型工作負載，計算存儲帶來巨大優(yōu)勢，尤其是那些無法承受延遲的工作負載。例如，企業(yè)可能會部署AI應用程序，以持續(xù)分析數(shù)據(jù)流到其存儲系統(tǒng)中。有時，每小時可能會有多達幾個TB。

該應用程序的目標是提供自動生成的報告，其中包括對當前操作的近實時見解。毫不奇怪的是，報告中的數(shù)據(jù)僅代表原始數(shù)據(jù)總量的一小部分。

在傳統(tǒng)的計算存儲模型中，當新數(shù)據(jù)可用時，數(shù)據(jù)必須不斷地從存儲移動到內(nèi)存，這給I / O端口和計算資源帶來持續(xù)壓力。在這種情況下，報告很容易延遲或包含過時的數(shù)據(jù)。但是，如果在原地執(zhí)行分析，則計算資源僅需要匯總的總數(shù)即可生成報告，從而可以更快更高效地進行操作。這還將對網(wǎng)絡帶寬和計算資源的影響降到最低，從而將它們釋放給其他負載。

計算存儲的美麗新世界

現(xiàn)在有多家供應商提供計算存儲系統(tǒng)，包括三星、NGD Systems、ScaleFlux和Eideticom。然而，這仍然是新興的行業(yè)，并且仍然是由供應商來決定如何更好地實現(xiàn)計算存儲，這可能會使系統(tǒng)集成有些困難。

為了提升計算存儲的部署率，存儲網(wǎng)絡行業(yè)協(xié)會正在創(chuàng)建標準來解決計算設備互操作性，并定義接口標準用于部署、配置、管理和保護設備。

計算存儲可以使邊​​緣環(huán)境中運行的任何數(shù)據(jù)密集型、延遲敏感型工作負載受益。邊緣計算的大部分焦點都集中在IoT數(shù)據(jù)，但對于計算存儲，數(shù)據(jù)源并不是主要關(guān)注點。首要考慮的是數(shù)據(jù)量、更新頻率以及你需要處理的數(shù)據(jù)。在評估計算存儲的價值時，企業(yè)必須考慮不同用例，以確定是否有必要投資于新存儲工具以提升性能。