Виртуализация GPU
Производители оборудования для ЦОД предлагают все новые решения в этой сфере. На недавней конференции VMware рассказали о модифицированном гипервизоре ESXi. Он повышает производительность виртуальных GPU до уровня графических процессоров bare metal (разница составляет всего 3–4%).
Технология найдет применение в высокопроизводительных вычислениях (HPC) — гипервизор будут использовать для обучения нейронных сетей, рендеринга 3D-графики и построения сложных математических моделей.
Ускорения добились благодаря двум изменениям: убрали vMotion и добавили DirectPath I/O. Первая технология балансировала нагрузку между GPU. Теперь за каждой виртуальной машиной закреплен собственный графический процессор. Такой подход сократил издержки при обмене данными.
Вторая технология позволила драйверу CUDA для параллельных вычислений «общаться» с виртуальными машинами напрямую, в обход гипервизора. В результате сократились накладные издержки на передачу данных.
VMware не единственные, кто занимается разработкой систем виртуализации графических ускорителей. В этой области работают такие компании, как AMD и Intel. Первые разрабатывают технологию, которая позволит разделить графический процессор между шестнадцатью пользователями. При этом производительность для всех будет одинаковой.
Что касается второй компании, то их технология объединяет работу стандартного GPU-драйвера и виртуальной машины, которая сможет отображать 3D-приложения и десктопы на устройствах сотен пользователей.
Программно-определяемые сети
Сегодня все больше компаний предлагают новые решения для программно-определяемой инфраструктуры. Такую технологию представили VMware.
Компания разработала файервол, который мониторит работу приложений в сети. Он состоит из двух компонентов: системы обнаружения угроз AppDefense и платформы NSX. Первая отвечает за построение поведенческой модели запущенных сервисов (на основе телеметрии, предоставляемой клиентами компании), а вторая — управляет политиками безопасности в облачных средах.
Программно-определяемые сети развивают и другие компании: SDN-решения есть у Cisco и Juniper. Их платформы упрощают мониторинг и управление распределенной ИТ-инфраструктурой. Например, с их помощью можно менять политики доступа к виртуальным машинам в удаленных дата-центрах.
Еще одна организация, работающая в этой области, — Nokia. В конце прошлого года она представила программно-определяемую платформу на базе открытой технологии OpenStack Heat. Она поможет телекоммуникационным компаниям и операторам сотовой связи развернуть инфраструктуру для 5G-сетей.
Технологии машинного обучения
/ фото Jaysin Trevino CC BY
Через три года половина дата-центров будет использовать умные алгоритмы для управления инфраструктурой. По этой причине все больше в этом сегменте наблюдается повышенная активность.
В марте этого года Juniper приобрели стартап Mist. Он разрабатывает платформу для управления Wi-Fi-сетями и анализа состояния устройств в беспроводной сети. Особенность платформы — чат-бот Marvis с технологией распознавания речи. Например, он способен ответить на голоcовой запрос о том, сколько маршрутизаторов сейчас работает и какие из них сильно загружены.
Похожие решения создают и в других ИТ-компаниях. Cisco разрабатывает систему intent-based networking. Она поможет задавать показатели работы Wi-Fi (например, скорость подключения) и автоматически настраивать устройства.
Близкие по принципу работы технологии развиваются и в других областях. Например, в сфере управления системами энергопотребления и охлаждения.
Так, в начале года стартап Carbon Relay выпустил платформу для мониторинга коэффициента PUE (определяет эффективность использования энергии) в дата-центрах. Решение анализирует температуру и движение потоков воздуха в машинном зале, используя модель дата-центра. Затем — прогнозирует показатели PUE и температуры и дает рекомендации по настройке системы кондиционирования. Похожее решение развивают и в Google.
Вывод
Все эти технологии будут становиться популярнее. И со временем начнут сильнее «переплетаться». Например, новый программно-определяемый файервол от VMware уже использует машинное обучение для поиска аномальной активности в сети. Такие инструменты изменят принципы работы дата-центров и повысят безопасность их ИТ-инфраструктуры.
Дополнительное чтение по теме из нашего блога:
