​日前，冯丹在中国深圳举办的教授近数据处技术加速s架进​第20届华为全球分析师大会 ，长江学者特聘教授、理新华中科技大学计算机科学与技术学院院长冯丹对数据中心Diskless架构及近数据处理发展趋势做出了权威解读
，型盘向为传统云存储 、创新大数据等计算域和存储域不完全分离造成的数据资源浪费  ，提出了一个新的中心技术解决方向，帮助云和互联网数据中心降本增效，构演实现数据中心高质量演进。冯丹

冯丹教授提到 ，教授近数据处技术加速s架进​传统存算融合架构下，理新企业通常采用应用与本地盘耦合的型盘向服务器一体化架构
，存在存力效率低、源码下载创新无效数据迁移  、数据资源浪费等典型问题：​

​1）计算域和存储域未彻底分离 ，中心仍各自存在独立的本地存储
，往往按照最大容量预设配置 ，存力利用率低；​

2）采用通用算力进行数据处理
，IO效率低，存储域仍以CPU为中心 ，存取性能无法充分发挥；​

3）数据从盘到计算域CPU,需要8次以上数据搬迁 
，无效搬迁带来了网络和算力资源的浪费；​

4）在存算融合的上千节点大规模集群中 ，算力、容量空间配比无法均衡，扩容时需要额外迁移数据 ，不仅带来现有业务风险，模板下载还会浪费投资；​

5）数据爆发增长，面向结构化数据的数据缩减策略不完全适用于非结构化场景。​

随着算力多样化、高性能网络和存储介质的发展，数据中心架构从以CPU中心朝着以数据为中心的Diskless架构演进。Diskless架构下 ，单一CPU算力发展到GPU  、DPU、XPU等多样算力，算力效率得以充分发挥；网络从IP、NOF发展到高通量的CXL ，为算力和存力等硬件解耦奠定了基础；存力也从传统HDD到SSD，高防服务器性能 、功耗实现全面提升。在Intel 、华为、KIOXIA、阿里云等业界芯片
、存储、云和互联网厂商的积极推进下
，Diskless架构借助专用DPU/IPU等数据处理芯片和OceanDisk等专用存储模块
，进一步提升数据处理和存储的效能，充分调动数据中心资源。​

冯丹教授表示，资源池化共享的Diskless架构应具备以下关键技术：

1）网存协同，香港云服务器DPU硬件卸载加速，数据高效协同处理。通过DPU等专有数据处理模块 ，使服务器CPU全为应用服务，基础设施与应用任务解耦 ，将VirtIO、NVMe-oF等CPU计算效率低任务转移到DPU的专用加速器执行，实现资源弹性扩展 。

2）数控分离+IO直通，实现控制流与IO流分离，IO直通到存储介质，进一步提升存储效率。通过数控分离
，可达到极致IO访问时延，通过存储域IO读写数据流与IO控制处理的源码库分离，使得读写IO直通到存储介质中，减少IO处理路径 ，降低处理复杂度
，极大提升存储域访问性能 。计算域则可以借助DPU bypass CPU ，减少数据拷贝开销，提升IO访问性能。​

3）盘控协同，盘芯片与控制器芯片配合，提升集成度 ，达到最佳成本和能耗。盘控协同技术的关键是要实现高性能
、低成本的亿华云大盘 ，通过硬件对盘控系统内的算法进行加速 ，比如利用FPGA实现FTL/DIF/在线压缩/加密/EC/GC等硬化，提升性能；盘内和框内的各类驱动和缓存层合一，实现盘框一体，构建极致成本和能耗的大盘存储 。

4）算子卸载，EC、数据缩减等算法通过硬件卸载到存储端 ，实现近数据处理
。通过计算语义的卸载，存储直出语义接口，主机侧软件栈打薄，减少80%的IO交互次数，实现对整系统的CPU和网络带宽节省 。同时 ，在大数据/数据仓库场景，可以利用引擎的下推接口 ，下推谓词和投影等运算操作到存储资源池 ，减少无效数据的搬移。​

冯丹教授表示 ：“从技术趋势来看，高性能异构算力 、高速网络、大存力新型盘框
、算子卸载等技术的发展 ，带来了数据中心架构的变革
，加速了以CPU为中心的耦合架构走向彻底存算分离
、资源池化共享的以数据为中心的Diskless架构，这种架构进一步简化了数据中心基础设施构建，能够实现存力和算力资源的集约高效发展，已经成为大规模数据中心发展的重要技术趋势 。”​

华为去年发布的OceanDisk智能盘框产品，是一个标准的大存力新型盘框产品 。OceanDisk通过NoF+高速网络连接Diskless服务器，实现计算和存储独立弹性扩展
，帮助客户提高资源利用率，机柜空间和设备功耗分别降低40%；内置FlashLink®智能盘框协同算法等软硬结合技术，带来最大250万IOPS  ，50GB/s带宽的高性能；依托华为多年存储研发实力，OceanDisk智能盘框提供硬盘亚健康管理、智能慢盘优化等技术，保持大规模数据中心10万级硬盘的性能稳定，大幅降低运维难度 。OceanDisk作为业界首个面向Diskless架构的新型盘框
，将以高性能
、高可靠、绿色集约重新定义下一代云和互联网数据中心存储架构。​