Peripheres Rechnen: Im Speicher rechnen mit Computational Storage

Offloading hat CPUs bereits beim TCP/IP-Verkehr entlastet. Nun sollen Prozessoren auf SSDs Daten komprimieren, den Zugriff optimieren und Datenbanken bedienen.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht
Lesezeit: 16 Min.
Von
  • Daniel Menzel
Inhaltsverzeichnis

Spricht man über die Performanceschübe der IT, dürften die wenigsten zuerst an Storage denken. Dabei hat sich hier viel getan: Mit SSDs wechselt die Technik von Magnetscheiben gerade zu Halbleiterspeichern, und mit NVMe (Non-Volatile Memory Express) steht ein Übertragungsprotokoll zur Verfügung, das mindestens so schnell ist wie der Speicher. Nun unternehmen Hersteller den nächsten Evolutionsschritt: NVMe-SSDs erhalten Coprozessoren – mit einer Funktionsspanne von Verschlüsselung und Kompression bis zur Ausführung eines ganzen Betriebssystems.

Doch wozu das Ganze? Es ließe sich trefflich argumentieren, eine einzelne NVMe-SSD im U.2-Format könne heute schon 2,5 GByte/s und mehr lesen und schreiben. Im RAID-Verbund kommt man, genug Kleingeld vorausgesetzt, im Ruler-Format pro Höheneinheit auf etwa 50 GByte/s. Ein passend dimensioniertes Netz müsste also 400 GBit/s transportieren können – ein Durchsatz, den 2021 kaum ein Rechenzentrum bietet. Zudem sind übliche CPUs ohnehin fähig, Datenstreams mit GZIP zu komprimieren und mit AES zu ver- und entschlüsseln.

Allerdings geht es bei der Storage-Performance (PDF) selten nur um den sequenziellen Durchsatz. Latenz und IOPS (Input/Output Operations per Seconds) sind häufig die wichtigeren Parameter. Sie lassen sich auf spezialisierter Hardware besser optimieren als im Betriebssystem – ähnlich wie Netzwerkkarten TCP abwickeln. Zusätzliches Potenzial bringt die Parallelisierung: Hat jedes Storage-Device seinen Prozessor und die Administratorin weiß sie zu orchestrieren, lässt sich sogar ein Miniatur-Scale-out im Storage-Server erreichen. Eventuell kann er sogar Aufgaben übernehmen, die ursprünglich Computing-Servern vorbehalten waren, etwa das Vorsortieren oder -filtern von Daten aus Datenbanken. Auch gegen die mit wachsender Füllung bei SSDs steigende Latenz könnte spezialisierte Hardware wirken.

Das war die Leseprobe unseres heise-Plus-Artikels "Peripheres Rechnen: Im Speicher rechnen mit Computational Storage". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.