Що означає DCI

Sep 15, 2025|

У сучасному цифровому ландшафті центри обробки даних стали основою інфраструктури хмарних обчислень, обробляючи величезні обсяги даних, вживаючи значну кількість енергії.

 

Питання "Що означає DCI" часто виникає в дискусіях про сучасні архітектури центрів обробки даних, де DCI означає взаємозв'язок центру обробки даних, технологія, яка з'єднує кілька центрів обробки даних для включення обміну ресурсами та розподілу навантаження.

 

Енергія - Ефективне планування стало критичною проблемою, що вимагає складних підходів до збалансування вимог щодо ефективності з оптимізацією енергоспоживання. Методологія планування мережевих центрів даних (DENS) є значним прогресом у вирішенні цих проблем за допомогою ієрархічного моделювання та стратегій розподілу інтелектуальних ресурсів.

What does dci mean

 

 

Ключові поняття в мережах центру обробки даних

 

  Data Center Interconnect (DCI)

  З'єднання центру обробки даних (DCI)

Технологія, яка з'єднує декілька центрів обробки даних, щоб забезпечити обмін ресурсами, розподіл робочих навантажень та відновлення аварій у межах географічно дисперсних об'єктів.

  Network Congestion

  Мережеві перевантаження

Виникає, коли мережевий трафік перевищує потужність, часто викликається обмеженнями буфера в інфраструктурі Ethernet та невідповідністю пропускної здатності між посиланнями.

  DENS Methodology

  Ден -методологія

Ієрархічний підхід до планування центрів обробки даних, який оптимізує енергоефективність, зберігаючи продуктивність за допомогою інтелектуального розподілу ресурсів.

 

Мережева перевантаження в середовищах центрів обробки даних

 

Завдання Ethernet - інфраструктура на основі

 

Сучасні центри обробки даних охоплюють філософію використання Ethernet Media для перенесення різних типів трафіку, включаючи LAN, SAN та IPC Communications. Хоча технологія Ethernet пропонує зрілість, легкість розгортання та порівняно просте управління, вона представляє значні проблеми з точки зору обмежень продуктивності обладнання, особливо в буферних можливостях.

 

Типові розміри буфера Ethernet працюють на рівні величини 100 кб, тоді як Інтернет -маршрутизатори, як правило, мають розміри буфера 100 Мб. Ця суттєва різниця 1000x у буферній ємності в поєднанні з високими моделями трафіку пропускної здатності - є основною причиною перевантаженості мережі в середовищах центрів обробки даних.

Порівняння буферних потужностей

Ethernet перемикає 100 кб

Інтернет -маршрутизатори 100 Мб

Різниця в буфері 1000x створює значні проблеми для поводження з високою - шаблонами трафіку пропускної здатності в центрах обробки даних.

 

Прояв перемикачів у перемикачах центру обробки даних

 

Прояв перевантаженості в комутаторах центру обробки даних може відбуватися в декількох напрямках. У напрямку низхідної лінії зв'язок виходить затори, коли сукупна ємність посилань входу перевищує потужність випускних зв’язків. Для напрямків висхідної лінії зв'язку невідповідність пропускної здатності в першу чергу визначається коефіцієнтом конвергенції пропускної здатності, при цьому перевантаження виникає, коли сукупна пропускна здатність всіх портів серверів перевершує загальну потужність перемикача.

 

Ці точки заторів, які часто називають гарячими точками, можуть сильно вплинути на здатність мережі центру обробки даних ефективно передавати дані, потенційно зменшуючи пропускну здатність до 70% у екстремальних випадках.

 

Зворотна лінія

Виникає, коли загальний вхідний трафік перевищує вихідну ємність порту комутаторів, створюючи вузькі місця в потоці даних з більш високих до нижчих рівнів мережі.

Зворота висхідної лінії

Трапляється, коли агрегований серверний трафік перевищує потужність висхідної лінії зв'язку, як правило, визначається коефіцієнтом конвергенції пропускної здатності мережі.

 

IEEE 802.1QAU стандарти та управління заторами

 

Як працює 802.1qau

1

Перевантажені комутатори виявляють затори та генерують сигнали сповіщень

2

Сигнали перевантаженості поширюються назад до пристроїв, що надсилають

3

Відправники заслуговують свої коефіцієнти передачі, щоб зменшити затори

4

Використання мережі підтримується на високих рівнях (до 95%)

5

Втрата пакетів мінімізується за рахунок активного контролю швидкості

Група завдань з мостовим центром обробки даних (IEEE 802.1) розробила рішення щодо контролю за перевантаженими шарами 2, зокрема специфікація IEEE 802.1QAU. Цей стандарт вводить петлі зворотного зв'язку для сповіщення про перевантаженість між перемикачами центру обробки даних, що дозволяє перевантаженим перемикачам використовувати сигнали сповіщень заторів для дросельної заслінки - відправники навантаження.

 

Незважаючи на те, що ця методика фактично запобігає втратам пакетів через затори та підтримує високий рівень використання мережі до 95%, вона не вирішує основну проблему.

"Більш ефективний підхід передбачає стратегічне розгортання даних - інтенсивних завдань, щоб уникнути спільного використання шляхів зв'язку. Наприклад, для повного використання просторових характеристик ізоляції трьох - архітектурних архітектур - інтенсивні роботи повинні бути пропорційно розповсюджені з обчислювальними зіставленням.

Ці дані - інтенсивні завдання, схожі на відео - програми для обміну програмами, генерують постійні потоки бітів для кінцевих користувачів, одночасно спілкуючись з іншими завданнями, що працюють у центрі обробки даних. Однак цей пропорційно розподілений метод розгортання суперечить енергії - Ефективні цілі планування, які мають на меті використовувати мінімальні набори серверів та набори ресурсів зв'язку для обробки всіх навантажень.

 

 

Рамка методології Денса

Ієрархічний підхід до моделювання

 

Методологія Денса являє собою зміну парадигми від традиційних підходів, які моделюють центри обробки даних як однорідні пули серверних обчислювальних ресурсів. Натомість Dens пропонує ієрархічну модель, що відповідає основним топологіям центру обробки даних.

 

Для трьох - Центрів даних Tier Dens Metric M визначається як зважена комбінація сервера - Функція рівня F_S, RACK - Функція рівня F_R та модуля - Функція F_M:

 

M = × f_s + × f_r + × f_m

 

Де, і представляють коефіцієнти зважування, які визначають, як відповідні компоненти (сервери, стійки, модулі) впливають на показники оцінювання.

Коефіцієнти зважування

 

(Сервер - вага рівня) зазвичай 0,7

Сприяє вибору високих - серверів завантаження в злегка завантажених стелажах

 

(Стак - вага рівня) Зазвичай 0,2

Пріоритетні обчислювальні стелажі з низькими мережевими навантаженнями

 

(Модуль - вага рівня), як правило, 0,1

Сприяє вибору злегка завантажених модулів, вирішальне для консолідації завдань

 

Weighting Coefficients

 

 

Потенціал завантаження сервера та зв'язок

 

Поєднання завантаження сервера L_S (L) та його потенціалу зв'язку Q_S (Q) є основною основою для вибору сервера. Цей взаємозв'язок виражається через:

f_s(l,q) = L_s(l) × (Q_s(q)^φ)/δ_t

L_s(l)

Залежить від навантаження сервера L, обчислене за допомогою спеціалізованої сигмоїдної функції

Q_s(q)

Визначає навантаження на висхідних лініях стійки шляхом аналізу умов перевантаженості у вихідній черзі перемикача Q

δ_t

Пропускна здатність над - коефіцієнт забезпечення вгорі - перемикачів -}}

φ

Коефіцієнт, що визначає співвідношення між L_S (L) та Q_S (Q) у метриці

 

 

Визначення та оптимізація фактора навантаження

Коефіцієнт навантаження DENS визначається як сума двох сигмоїдних функцій для вирішення виклику, який споживає приблизно 67% їх пікового споживання енергії:

L_s(l) = 1/(1 + e^(-10(l - 0.5))) - 1/(1 + e^(-2(l - (1 - ε/2))))

 

Перший компонент визначає первинну форму сигмоїдної форми, а другий служить функцією штрафу, розробленою для конвергенції максимальних значень навантаження сервера. Параметр ε визначає діапазон і нахил скорочуючої частини кривої.

Крива оптимізації завантаження сервера

 

Server Load Optimization Curve

 

Цей складний підхід гарантує, що сервери працюють в межах оптимальних варіантів навантаження, як правило, від 70% до 85% використання, врівноважуючи енергоефективність із питаннями надійності обладнання.

 

Показники управління та заторів

 

Аналіз заповнення черг

 

Усі сервери в межах стійки поділяють перемикач TOR для зв'язку з висхідною посиланням. При темпах гігабітів визначення точної частки зв'язку в висхідній лінії зв'язку, що займається окремими серверами або потоками, стає обчислювально інтенсивним. Для вирішення цього виклику методологія Денса включає компонент, пов’язаний з перемиканням вихідної черги Q (Q), яка змінюється залежно від пропускної здатності над - коефіцієнт забезпечення δ.

 

Швидкість зайнятості Q не залежить від абсолютного розміру черги, але залежить від загального розміру черги Q_max, починаючи від [0,1], де 0 і 1 відповідають порожнім та повним станам черги відповідно. Вводячи компонент заповнення черги, метрика DEN може реагувати на зміни перевантаженості в межах стелажів або модулів, а не на зміни швидкості передачі.

 

Реалізація розподілу Weibull

 

Функція Q (Q) використовує зворотну функцію кумулятивного розподілу Weibull:

Q (q)=e^(- (3q/q_max)^2)

Ця формулювання сприяє вибору порожніх черг, при цьому покарання сильно завантажені черги. Коли рівні перевантажень залишаються низькими, пропускна здатність над - коефіцієнт забезпечення δ у рівняннях краще підтримує симетрію між потужністю пропускної здатності висхідної лінії зв'язку.

Займання черг проти продуктивності

 

Queue Occupancy vs. Performance
 
Зі збільшенням перевантаженості та переповнення буферів невідповідність пропускної здатності стає незмірною, що потенційно призводить до зниження продуктивності до 40% уражених шляхів

 

Показники ефективності та результати оптимізації

 

Белл - Функція вибору

 

Функція F_S (L, Q) створює поверхню у формі Bell - відносно навантаження сервера L та навантаження на чергу Q. Ця функція переважно вибирає сервери вище середнього рівня навантаження, розташованих у стелажах з мінімальними або відсутніми заторами. Емпіричні дослідження демонструють, що такий підхід може досягти економії енергії 25 - 35% порівняно з традиційним плануванням круглої обробки, зберігаючи продуктивність у межах 5% від оптимальних рівнів.

Економія енергії

25-35%

Порівняно з традиційним раундом - Алгоритми планування Робіна

Виконання

95%+

Підтримує продуктивність у межах 5% від оптимальних рівнів

Використання

70-85%

Оптимальна ефективність та надійність у використанні сервера

 

Ієрархічний аналіз впливу

 

Фактори впливу для стелажів та модулів виражаються як:

 

Стійка - Фактор рівня

f_r (l, q)=l_r (l) × (q_m (q)^φ)/Δ_m=(q_m (q)^φ)/Δ_m × (1/n) σ (i =1 до n) l_s (l)
Якщо L_R (L) являє собою навантаження на стійки як нормалізовану суму всіх завантажень сервера в стійці, N - кількість серверів на стійку, Q_M (Q) пропорційна для навантаження на рух на перемикачах модуля, а Δ_M - коефіцієнт забезпечення пропускання пропусків на перемикачі модулів.

Модуль - Коефіцієнт рівня

f_m (l)=l_m (l)=(1/k) σ (j =0 до k) l_r (l)
Там, де L_M (L) являє собою навантаження модуля як нормалізовану суму всіх навантажень стійки в модулі, а k - кількість стелажів на модуль. Модуль - фактор рівня включає лише навантаження - пов'язаний компонент, оскільки всі модулі підключаються до одних і тих же ядерних комутаторів.

 

Практичні міркування щодо впровадження

 

Торгівля з енергоефективністю -

 

Під час вивчення того, що означає DCI для енергії - ефективне планування, стає зрозуміло, що реалізація DCI повинна ретельно збалансувати локальну оптимізацію в окремих центрах обробки даних проти глобальної оптимізації в межах взаємопов'язаних об'єктів.

 

Методика DENS демонструє, що енергія - Ефективні планувальники повинні консолідувати завдання центру обробки даних у найменшому наборі сервера, досягнення консолідаційних коефіцієнтів 3: 1 або вище за типовими сценаріями.

Однак безперервна робота на пікових навантаженнях може знизити надійність обладнання на 15-20% та впливати на час завершення роботи до 30%.

Energy Efficiency Trade-Offs

 

Ключовий торгівля - Offs

 Більш висока консолідація зменшує споживання енергії

Оптимальне балансування навантаження підвищує ефективність мережі

 Над - консолідація збільшує ризик відмови (зниження надійності на 15-20%)

Пікові навантаження можуть вплинути на час завершення роботи до 30%

 

Multi - Балансування навантаження шляху

 

Модуль - Фактор рівня F_M включає лише навантаження -, пов'язаний компонент L, оскільки всі модулі підключаються до одних і тих же ядерних комутаторів і отримують однакову пропускну здатність через ECMP (рівні - вартість мульти - шляху маршрутизації. Ця конструкція гарантує, що розподіл трафіку залишається врівноваженим на наявних шляхах, з вимірюваними поліпшеннями пропускної здатності 40 - 50% порівняно з підходами для маршрутизації однопатів.

Вигода від маршрутизації ECMP

 Розподіляє трафік через декілька рівних - Шляхи вартості

Вдосконалює пропускну здатність на 40 - 50% проти одношарової маршрутизації

Підвищує толерантність до несправностей через надмірність шляху

Працює безперешкодно з ієрархічною моделлю

Multi-Path Load Balancing

 

Розширені стратегії оптимізації

Динамічна регулювання ваги

 

Недавні дослідження досліджували динамічне коригування коефіцієнтів зважування та на основі реальних характеристик робочого навантаження -.

 

Обчислити - інтенсивні робочі навантаження =0.8, + =0.2

 

Зв'язок - інтенсивне =0.4, =0.3, =0.3

Послуги з налаштування продуктів

"Інтеграція відновлюваних джерел енергії з алгоритмами планування на основі DENS - продемонструвала неабиякий потенціал для зменшення слідів вуглецю в центерах даних про гіпер масштабу.

До 45% зменшення енергоспоживання сітки

Джерело: Zhang et al. (2024), транзакції IEEE на стійких обчисленнях

Безкоштовна зразкова послуга

Включення алгоритмів машинного навчання для прогнозування моделей руху та оптимізації параметрів DENS показало перспективні результати.

 85% точність у прогнозуванні заторів

5-хвилинний горизонт прогнозування

10-15% додаткова економія енергії

 

 

Експериментальна перевірка та результати

 

Моделювання середовища

 

Широкі моделювання за допомогою дискретних симуляторів подій підтвердили методологію DENS у різних конфігураціях центру обробки даних. Тестові сценарії включали центри обробки даних від 1000 до 100 000 серверів, з різними моделями трафіку, включаючи веб -сервіси (80% читання, 20% запису), обробку пакетів (збалансоване читання/записи) та потокові програми (95% запису, 5% читання).

 

Шкала сервера

1000 до 100 000 серверів

Схеми руху

Веб -сервіси, обробка пакетів, потокова передача

Тип моделювання

Дискретні симулятори подій

 

Показники продуктивності

Ключові показники ефективності

 

Енергоефективність
28-42% зниження енергії порівняно з базовими планувальниками
Використання мережі
Підтримував 85 - 92% використання мережі без втрати пакетів, спричинених перевантаженням
Час завершення роботи
Покращений середній час завершення роботи на 15-25%
Використання сервера
Досягнув оптимальних діапазонів використання серверів 72-83%
Затримка черг
Зниження середньої затримки черги на 35-45%

Порівняння продуктивності

 

Performance Comparison
Send Inquiry