loading...
 

شاپ کیپر

شاپ کیپر

  1. شاپ کیپر
  2. بحث در مورد نرم افزار / سخت افزار مرکز داده
اشاره :
در این مقاله قصد داریم، به مهمترین مسائل در خصوص معماری این پردازنده 48 هسته‌ای، بپردازیم.


مقدمه
در حال حاضر، پردازنده‌های فعلی بازار کامپیوترهای شخصی، 2 یا 4 هسته دارند. برای مثال سری Core i5 اینتل، 4 هسته واقعی دارد که هر هسته توانایی پردازش یک Thread را در لحظه دارد. یعنی از دید سیستم‌عامل هم، یک پردازنده 4 هسته‌ای است. ولی سری Core i7، 4 هسته واقعی دارد، ولی هر هسته توانایی پردازش دو Thread را در لحظه دارد. بنابراین از دید سیستم‌عامل، یک پردازندۀ 8 هسته‌ای محسوب مي‌شود. اینتل و رقیب دیرینۀ آن، AMD، هر دو در سال 2010، پردازنده‌های 6 هسته‌ای خود را روانه بازار خواهند کرد و حتی بخشی از عملیات گرافیکی را نیز درون خود پردازنده انجام خواهند داد.
چندی پیش، بخش تحقیقات شرکت اینتل اعلام کرد که می‌تواند حداکثر تا 100 هسته را در یک پردازنده سیلیکونی، جای دهد. در سال 2007، این شرکت پردازنده‌ای 80 هسته‌ای (Polaris) را به نمایش گذاشت که بعد از 2 سال، شرکت تیلرا توانست با عرضۀ یک پردازنده 100 هسته‌ای رکورد اینتل را بشکند.
شرکت NVIDIA نیز کمي‌قبل، از پردازنده گرافیکی خود با 512 هسته پرده‌برداری کرده است که قرار است در امسال (2010) به بازار بیاید.
به تازگی شرکت اینتل از طرح جدید خود برای تولید چیپ پردازندۀ جدیدی خبر داد که 48 هسته پردازنده را در اندازۀ یک تمبر پستی جای داده است. این پردازنده، محتوی 1.3 میلیارد ترانزیستور بوده و هر هستۀ آن، از نظر تئوری می‌تواند یک سیستم‌عامل جدا را اجرا کند.
جاستین راتنر، رئیس دفتر تکنولوژی اینتل مي‌گويد: "به مرور زمان، این مفهوم جدید پردازنده، به ابزاری عادی بدل خواهد شد و سیستم‌های کنترل بلادرنگ (Real Time) در همه نقاط زندگی بشر به کار خواهد آمد".
48 هسته در يک بسته!
به تازگی پژوهشگران شرکت اینتل، از پردازنده‌ای 48 هسته‌ای (شامل 48 هستۀ پردازشی مجزا و غیروابسته به هم)، بصورت آزمایشی پرده‌برداری کردند.
پردازنده 48 هسته‌ای شرکت اینتل، SCC نام دارد. SCC سرواژه کلمات
Single-Chip Cloud Computer به معني "کامپیوتر ابری تک پردازنده" است. دلیل انتخاب این نام برای پردازنده جدید اینتل، این است که به راحتی می‌توان از آن در دیتاسنترها برای انجام محاسبات ابری، ارائه سرویس‌هایی مثل بانکداری الکترونیکی، شبکه‌های اجتماعی، خرید و فروش آنلاین و همچنین انجام پردازش‌های موازی قدرتمند، استفاده نمود.
دیتاسنترهای ابری (Cloud)، شامل ده‌ها تا صدها کامپیوتر هستند، که بوسیلۀ شبکه کابلی به یکدیگر متصل شده‌اند و در آنها حجم زیادی از کارها و داده‌های بزرگ، آن هم به شکلی موازی، توزیع می‌شوند. در حقیقت، پردازندۀ آزمایشی جدید اینتل نیز همین خط مشی را دنبال می‌کند (مجتمع کردن کامپیوترها و شبکه‌ها، بر روی یک قطعۀ چیپ 45 نانومتري).
با بکارگیری این راه‌حل اینتل، حجم انبوهی از کامپیوتر های فیزیکی مورد نیاز برای ایجاد یک دیتاسنتر ابری، کاهش مي‌یابد، که این مسئله، مزیت‌هایی از جمله صرفه جویی اقتصادی، فضایی و انرژی را در پی خواهد داشت.
این پردازنده، از 24 Tiles دو هسته‌ای تشکیل شده است (24 x Dual-Core). چون پردازنده با 24 عدد بخش مجزا که شبیه به کاشی هستند، پوشیده شده، از اصطلاح Tiles استفاده شده است. در واقع می‌توان این طور عنوان کرد که هر کاشی، توانایی اجرای 2 Thread را بطور همزمان دارد است (به دلیل تشکیل شدن هر کاشی، از 2 هستۀ مجزا). بنابراین، در اینجا واقعاً با یک پردازنده 48 هسته‌ای سروکار خواهیم داشت (در حقیقت، 48 هسته بر مبنای معماری شرکت اینتل، یعنی IA-32).


شکل 1 همانطور که در شکل 1 مشاهده مي‌کنید، چیپ SCC، شامل 4 عدد کنترلر حافظه DDR3 است. در واقع، به ازای هر 6 عدد Tile، یک کنترلر حافظه، تعبیه شده است که مي‌تواند تا 64 گيگابايت حافظۀ DDR3 را آدرس دهی کند.
در پردازندۀ SCC ارتباط هر 2 هسته در یک Tile، توسط Message Buffer مديريت مي‌شود.
همچنین با استفاده از Router‌ها، امکان ارتباط یک Tile، با سایر Tile ها نیز، مهیا شده است. در حقیقت، این پردازنده شامل یک شبکه مشبک (Mesh Network) قوی و با سرعت بالا و پهنای باند 256 GB/s بر روی Die است، که امکان برقراری ارتباطی سریع بین Tileها را مهیا مي‌سازد.
نکتۀ جالب دیگر، طراحی کارآمد و موثر توان مصرفی پردازنده است، که این امکان را مي‌دهد تا هر Tile، در فرکانس متفاوتی از سایر Tileها، اجرا شود. در یک نگاه کلی، در این پردازنده 6 بانک وجود دارد (شکل 2)، که هر کدام حاوی 4 عدد Tile است و هرکدام از این بانک‌ها نیز مي‌توانند تحت ولتاژ متفاوتی کار کنند.


شکل 2 این پردازنده، از 1.3 میلیارد ترانزیستور تشکیل شده و اندازه آن، 567 میلیمتر مربع است در حالی که پردازنده 4 هسته‌ای شرکت اینتل (Corei7)، شامل 781 میلیون ترانزیستور بوده و اندازه Die آن، 300 ميليمتر (معادل 12 اینچ) است.
توان مصرفی اعلام شده توسط اینتل برای پردازندۀ SCC، بین 25 تا 125 وات است. در حقیقت، پردازنده در بیشترین کارایی خود، 125 وات مصرف مي‌کند که با داشتن 48 هستۀ پردازشی واقعی، مصرف بهینه‌ای محسوب مي‌شود در حالی که این مقدار در Corei7، با 4 هسته حدود 130 وات است.
در نگاه اول، به نظر مي‌رسد که این حرکت اینتل (تولید SCC)، یک حرکت انقلابی است، در حالی که این گام، تنها یک حرکت تکاملی در جهت تولید پردازنده‌های چند هسته‌ای بوده و یکی از مهمترین اهداف در این زمینه، انجام سریع‌تر پردازش‌ها و بطور کلی محاسبات موازی و همچنین محاسبات ابری، است. به عقيده بسياري از کارشناسان اين پردازنده مي‌تواند تحولي بزرگ در سخت‌افزار ديتاسنترها بوجود آورد و توان مصرفي را به ميزان قابل توجهي کاهش دهد.
طبق بررسی های انجام شده، پردازندۀ 48 هسته‌ای اینتل، حدوداً بین10 تا 20 برابر قوی‌تر از پردازنده‌های محبوب 2 و 4 هسته‌ای فعلی بازار است. همچنین، همانطور که عنوان شد با توجه به قابلیت فرکانس و ولتاژ دینامیک پردازنده، SCC از نظر مصرف انرژی نیز نسبت به مدل‌های فعلی، بسيار بهینه‌تر است. نکتۀ قابل توجه اینکه، هر کدام از هسته‌های چیپ SCC، مشابه پردازنده‌های کم مصرف (Ultra Voltage) این شرکت است که امروزه در نِت‌بوک‌ها از آنها استفاده مي‌شود (پردازنده‌های اتم) .
به گفتۀ جاستین راتنر رئیس دفتر تکنولوژی اینتل، این پردازنده‌ها (SCC) نیز همانند سایر پردازنده‌های تولید شده توسط اینتل، کاملاً با برنامه‌های کامپیوتری سازگار هستند. اين پردازندۀ 48 هسته‌ای، نرم‌افزار‌های استاندارد را اجرا خواهد کرد. به دلیل استفاده از هسته‌های x86 معمولی قادر خواهند بود سیستم‌عامل‌های متداول معمولی از جمله ویندوز و لینوکس و همچنین تمام برنامه‌های کاربردی سازگار با معماری x86 را اجرا کنند.

در این راستا، مایکروسافت نیز اعلام کرد که این پردازندۀ اینتل را در صف توسعه خود قرار مي‌دهد تا در آینده نزدیک، هماهنگی کاملی با این پردازنده داشته باشد. به گفته یکی از مسئولین مایکروسافت، اینتل و مایکروسافت در حال معرفی معماری‌های سخت‌افزاری و نرم‌افزاری جدیدی برای پشتیبانی از نسل‌های بعدی برنامه‌های کاربردی مربوط به محاسبات ابری هستند.
در شکل 3 نمونه آزمایشی یک سیستم با پردازندۀ SCC و 16 گيگابايت حافظۀ رم از نوع DDR3(ا8 عدد رم 2 گيگابايتي از نوع DDR3) را مشاهده مي‌کنید.


شکل 3 فهرست منابع:


/http://download.intel.com/pressroom/pdf/rockcreek
SCC_Announcement_JustinRattner.pdf
http://technologizer.com/2009/12/02/intels-new-48-core-processor-wont-change-your-life/
http://www.pcper.com/article.php?aid=825
http://hothardware.com/News/Intel-Unveils-48Core-SingleChip-Cloud-Computer/
http://ixbtlabs.com/news.html?12/69/22

زینب بازدید : 5 دوشنبه 09 تير 1399 زمان : ۰۵:۲۵ نظرات (0)
اینتل ۱۶ پردازنده Sandy Bridge جدید معرفی کرد شرکت اینتل مشغول beefing تا ۳۲nm برای پردازنده های Sandy Bridge بود. سازنده این تراشه ها سانتا کلارا لیستی از قیمت ۱۶ پردازنده های جدید در کل خانواده پردازنده دسک تاپ و تلفن همراه با جزئیات منشر کرد. بیایید نگاهی به این پردازنده داشته باشیم.

در رده Desktop، اضافه شدهای اینتل، پردازنده چهار هسته ای سری “Core i ، سه Pentium chips، و Celeron CPUs . که اینها عبارتند از :


Core i5 2320: 3.0GHz, quad-core, 6MB, 95W, $177Core i3 2130: 3.4GHz, dual-core, 3MB, 65W, $138Core i3 2125: 3.3GHz, dual-core, 3MB, 65W, $134Core i3 2120T: 2.6GHz, dual-core, 3MB, 35W, $127Pentium G860: 3GHz, dual-core, 3MB, 65W, $86Pentium G630: 2.7GHz, dual-core, 3MB, 65W, $75Pentium G630T: 2.3GHz, dual-core, 3MB, 35W, $70Celeron G540: 2.5GHz, dual-core, 2MB, 65W, $52Celeron G530T: 2GHz, dual-core, 2MB, 35W, $47Celeron G530: 2.4GHz, dual-core, 2MB, 65W, $42Celeron G440: 1.6Ghz, single-core, 1MB, 35W, $37

در این میان پنج پردازنده های اضافی برای رده تلفن همراه، نیز شامل شده اند :
Core i7 2960XM: 2.7GHz, quad-core, 8MB, 55W, $1,096Core i7 2860QM: 2.5Ghz, quad-core, 8MB, 45W, $568Core i7 2760QM: 2.4GHz, quad-core, 6MB, 45W, $378Core i7 2640M: 2.8Ghz, dual-core, 4MB, 35W, $346Celeron B840: 1.9GHz, dual-core, 2MB, 35W, $86
زینب بازدید : 13 شنبه 16 فروردين 1399 زمان : ۰۲:۴۰ نظرات (0)
اشاره :
در این مقاله قصد داریم، به مهمترین مسائل در خصوص معماری این پردازنده 48 هسته‌ای، بپردازیم.


مقدمه
در حال حاضر، پردازنده‌های فعلی بازار کامپیوترهای شخصی، 2 یا 4 هسته دارند. برای مثال سری Core i5 اینتل، 4 هسته واقعی دارد که هر هسته توانایی پردازش یک Thread را در لحظه دارد. یعنی از دید سیستم‌عامل هم، یک پردازنده 4 هسته‌ای است. ولی سری Core i7، 4 هسته واقعی دارد، ولی هر هسته توانایی پردازش دو Thread را در لحظه دارد. بنابراین از دید سیستم‌عامل، یک پردازندۀ 8 هسته‌ای محسوب مي‌شود. اینتل و رقیب دیرینۀ آن، AMD، هر دو در سال 2010، پردازنده‌های 6 هسته‌ای خود را روانه بازار خواهند کرد و حتی بخشی از عملیات گرافیکی را نیز درون خود پردازنده انجام خواهند داد.
چندی پیش، بخش تحقیقات شرکت اینتل اعلام کرد که می‌تواند حداکثر تا 100 هسته را در یک پردازنده سیلیکونی، جای دهد. در سال 2007، این شرکت پردازنده‌ای 80 هسته‌ای (Polaris) را به نمایش گذاشت که بعد از 2 سال، شرکت تیلرا توانست با عرضۀ یک پردازنده 100 هسته‌ای رکورد اینتل را بشکند.
شرکت NVIDIA نیز کمي‌قبل، از پردازنده گرافیکی خود با 512 هسته پرده‌برداری کرده است که قرار است در امسال (2010) به بازار بیاید.
به تازگی شرکت اینتل از طرح جدید خود برای تولید چیپ پردازندۀ جدیدی خبر داد که 48 هسته پردازنده را در اندازۀ یک تمبر پستی جای داده است. این پردازنده، محتوی 1.3 میلیارد ترانزیستور بوده و هر هستۀ آن، از نظر تئوری می‌تواند یک سیستم‌عامل جدا را اجرا کند.
جاستین راتنر، رئیس دفتر تکنولوژی اینتل مي‌گويد: "به مرور زمان، این مفهوم جدید پردازنده، به ابزاری عادی بدل خواهد شد و سیستم‌های کنترل بلادرنگ (Real Time) در همه نقاط زندگی بشر به کار خواهد آمد".
48 هسته در يک بسته!
به تازگی پژوهشگران شرکت اینتل، از پردازنده‌ای 48 هسته‌ای (شامل 48 هستۀ پردازشی مجزا و غیروابسته به هم)، بصورت آزمایشی پرده‌برداری کردند.
پردازنده 48 هسته‌ای شرکت اینتل، SCC نام دارد. SCC سرواژه کلمات
Single-Chip Cloud Computer به معني "کامپیوتر ابری تک پردازنده" است. دلیل انتخاب این نام برای پردازنده جدید اینتل، این است که به راحتی می‌توان از آن در دیتاسنترها برای انجام محاسبات ابری، ارائه سرویس‌هایی مثل بانکداری الکترونیکی، شبکه‌های اجتماعی، خرید و فروش آنلاین و همچنین انجام پردازش‌های موازی قدرتمند، استفاده نمود.
دیتاسنترهای ابری (Cloud)، شامل ده‌ها تا صدها کامپیوتر هستند، که بوسیلۀ شبکه کابلی به یکدیگر متصل شده‌اند و در آنها حجم زیادی از کارها و داده‌های بزرگ، آن هم به شکلی موازی، توزیع می‌شوند. در حقیقت، پردازندۀ آزمایشی جدید اینتل نیز همین خط مشی را دنبال می‌کند (مجتمع کردن کامپیوترها و شبکه‌ها، بر روی یک قطعۀ چیپ 45 نانومتري).
با بکارگیری این راه‌حل اینتل، حجم انبوهی از کامپیوتر های فیزیکی مورد نیاز برای ایجاد یک دیتاسنتر ابری، کاهش مي‌یابد، که این مسئله، مزیت‌هایی از جمله صرفه جویی اقتصادی، فضایی و انرژی را در پی خواهد داشت.
این پردازنده، از 24 Tiles دو هسته‌ای تشکیل شده است (24 x Dual-Core). چون پردازنده با 24 عدد بخش مجزا که شبیه به کاشی هستند، پوشیده شده، از اصطلاح Tiles استفاده شده است. در واقع می‌توان این طور عنوان کرد که هر کاشی، توانایی اجرای 2 Thread را بطور همزمان دارد است (به دلیل تشکیل شدن هر کاشی، از 2 هستۀ مجزا). بنابراین، در اینجا واقعاً با یک پردازنده 48 هسته‌ای سروکار خواهیم داشت (در حقیقت، 48 هسته بر مبنای معماری شرکت اینتل، یعنی IA-32).


شکل 1 همانطور که در شکل 1 مشاهده مي‌کنید، چیپ SCC، شامل 4 عدد کنترلر حافظه DDR3 است. در واقع، به ازای هر 6 عدد Tile، یک کنترلر حافظه، تعبیه شده است که مي‌تواند تا 64 گيگابايت حافظۀ DDR3 را آدرس دهی کند.
در پردازندۀ SCC ارتباط هر 2 هسته در یک Tile، توسط Message Buffer مديريت مي‌شود.
همچنین با استفاده از Router‌ها، امکان ارتباط یک Tile، با سایر Tile ها نیز، مهیا شده است. در حقیقت، این پردازنده شامل یک شبکه مشبک (Mesh Network) قوی و با سرعت بالا و پهنای باند 256 GB/s بر روی Die است، که امکان برقراری ارتباطی سریع بین Tileها را مهیا مي‌سازد.
نکتۀ جالب دیگر، طراحی کارآمد و موثر توان مصرفی پردازنده است، که این امکان را مي‌دهد تا هر Tile، در فرکانس متفاوتی از سایر Tileها، اجرا شود. در یک نگاه کلی، در این پردازنده 6 بانک وجود دارد (شکل 2)، که هر کدام حاوی 4 عدد Tile است و هرکدام از این بانک‌ها نیز مي‌توانند تحت ولتاژ متفاوتی کار کنند.


شکل 2 این پردازنده، از 1.3 میلیارد ترانزیستور تشکیل شده و اندازه آن، 567 میلیمتر مربع است در حالی که پردازنده 4 هسته‌ای شرکت اینتل (Corei7)، شامل 781 میلیون ترانزیستور بوده و اندازه Die آن، 300 ميليمتر (معادل 12 اینچ) است.
توان مصرفی اعلام شده توسط اینتل برای پردازندۀ SCC، بین 25 تا 125 وات است. در حقیقت، پردازنده در بیشترین کارایی خود، 125 وات مصرف مي‌کند که با داشتن 48 هستۀ پردازشی واقعی، مصرف بهینه‌ای محسوب مي‌شود در حالی که این مقدار در Corei7، با 4 هسته حدود 130 وات است.
در نگاه اول، به نظر مي‌رسد که این حرکت اینتل (تولید SCC)، یک حرکت انقلابی است، در حالی که این گام، تنها یک حرکت تکاملی در جهت تولید پردازنده‌های چند هسته‌ای بوده و یکی از مهمترین اهداف در این زمینه، انجام سریع‌تر پردازش‌ها و بطور کلی محاسبات موازی و همچنین محاسبات ابری، است. به عقيده بسياري از کارشناسان اين پردازنده مي‌تواند تحولي بزرگ در سخت‌افزار ديتاسنترها بوجود آورد و توان مصرفي را به ميزان قابل توجهي کاهش دهد.
طبق بررسی های انجام شده، پردازندۀ 48 هسته‌ای اینتل، حدوداً بین10 تا 20 برابر قوی‌تر از پردازنده‌های محبوب 2 و 4 هسته‌ای فعلی بازار است. همچنین، همانطور که عنوان شد با توجه به قابلیت فرکانس و ولتاژ دینامیک پردازنده، SCC از نظر مصرف انرژی نیز نسبت به مدل‌های فعلی، بسيار بهینه‌تر است. نکتۀ قابل توجه اینکه، هر کدام از هسته‌های چیپ SCC، مشابه پردازنده‌های کم مصرف (Ultra Voltage) این شرکت است که امروزه در نِت‌بوک‌ها از آنها استفاده مي‌شود (پردازنده‌های اتم) .
به گفتۀ جاستین راتنر رئیس دفتر تکنولوژی اینتل، این پردازنده‌ها (SCC) نیز همانند سایر پردازنده‌های تولید شده توسط اینتل، کاملاً با برنامه‌های کامپیوتری سازگار هستند. اين پردازندۀ 48 هسته‌ای، نرم‌افزار‌های استاندارد را اجرا خواهد کرد. به دلیل استفاده از هسته‌های x86 معمولی قادر خواهند بود سیستم‌عامل‌های متداول معمولی از جمله ویندوز و لینوکس و همچنین تمام برنامه‌های کاربردی سازگار با معماری x86 را اجرا کنند.

در این راستا، مایکروسافت نیز اعلام کرد که این پردازندۀ اینتل را در صف توسعه خود قرار مي‌دهد تا در آینده نزدیک، هماهنگی کاملی با این پردازنده داشته باشد. به گفته یکی از مسئولین مایکروسافت، اینتل و مایکروسافت در حال معرفی معماری‌های سخت‌افزاری و نرم‌افزاری جدیدی برای پشتیبانی از نسل‌های بعدی برنامه‌های کاربردی مربوط به محاسبات ابری هستند.
در شکل 3 نمونه آزمایشی یک سیستم با پردازندۀ SCC و 16 گيگابايت حافظۀ رم از نوع DDR3(ا8 عدد رم 2 گيگابايتي از نوع DDR3) را مشاهده مي‌کنید.


شکل 3 فهرست منابع:


/http://download.intel.com/pressroom/pdf/rockcreek
SCC_Announcement_JustinRattner.pdf
http://technologizer.com/2009/12/02/intels-new-48-core-processor-wont-change-your-life/
http://www.pcper.com/article.php?aid=825
http://hothardware.com/News/Intel-Unveils-48Core-SingleChip-Cloud-Computer/
http://ixbtlabs.com/news.html?12/69/22

زینب بازدید : 11 يكشنبه 10 فروردين 1399 زمان : ۱۲:۵۵ نظرات (0)

تعمیر هارد سوخته

تعمیر هارد سوخته عامیانه ترین اصطلاح رایج در بازار جهت هاردهایی که روشن نمیشوند میباشد . قبل از بررسی نیاز به یاداوری چند نکته اساسی میباشد.
حافظه به دو دسته کلی تقسیم میشود :
پایدارند که از دو دسته کلی تشکیل میشود
۱ – مغناطیسی نیستند مانند FLASH
۲- مغناطیسی اند مثل هارد
که هر هارد از برد یا PCB و مدیا که شامل اسپیندل موتور هد اتاقک مدیا تشکیل شده است که تمام قطعات نیز از یک قطعات ریزتر تشکیل شده است پس به غیر از برد یا همان PCB هارد قطعه قابل سوختن در هارد موجود نمیباشد.
پس اگر به مشکل تعمیر هارد سوخته برخوردید به یاد داشته باشید فقط PCB قابل سوختن میباشد اما مشاهده شده است که اصطلاح سوختن هارد اصطلاح عامیانه برای همه نوع خرابی های دیگر هارد میباشد که به اشتباه ، سوختن هارد گفته میشود اما عمده خرابی های هارد به اختصار در پایین توضیح داده میشود .
۱ – هارد روشن نمیشود.
۲ – هارد روشن میشود اما شناسایی نمیشود.
۳ – هارد روشن میشود و بعد از چند بار صدای تیک تیک، خاموش میشود.
۴ – هارد روشن میشود که با صدای ناهنجار که از دور نیز قابل شنیدن میباشد.
اگر هارد شما اصلا روشن نشد PCB یا همان برد هارد شما سوخته است که با تعویض برد و همخوانی رام هارد دوباره اصلاح شده است و قابل Read & Write میباشد
در بعضی از موارد مشاهده شده است با خرابی PCB مدیای هارد نیز آسیب دیده است که نیاز به تعویض مدیا از طریق یک هارد سالم میباشد.
در بعضی از موارد هارد روشن شده اما شناسایی نمیشود که برد و مدیا سالم اما از نظر فریموری هارد دچار مشکل شده است که باید از طریق دستگاه PC3000 یا MRTPRO فریمور جدید آپدیت کرد یا در صورت اصلاح فریمور خود هارد اصلاح گردد در بعضی از موارد لازم میباشد سکتورهای خراب شناسایی شود و از لیست کلی هارد خارج شود.
اما اگر هارد معیوب شما چند تیک مختصر کرد و سپس خاموش شد نیاز میباشد هارد از طریق کلین روم و ابزارات خاص جراحی باز شود . خوشبختانه کانون بازیابی اطلاعات توانایی اصلاح هد هارد های فوق را دارا میباشد و پس از جراحی هارد دوباره دیتکت شده و قابل بازیابی میباشد اما بهتر است از این نمونه هاردها اطلاعات سریعا استخراج شود چون در بعضی از موارد مشاهده شده است که هارد پس از مدتی دیگر دیتکت نشده است اما اگر هارد با صدای ناهنجار روشن شد نیاز به جراحی در کلین روم پیشرفته و از طریق یک هارد مشابه جابجایی قطعه خراب از جمله هد یا اسپیندل گردد.
پس تعمیر هارد سوخته عملا اصطلاح درستی در زمینه هارد نمیباشد چون فقط مدیای هاردهای فوق در معرض آسیب میباشند پس برای تعمیر هارد سوخته نیاز میباشد که خطای درست هارد بررسی و اصلاح گردد . در بعضی از موارد نیز هارد قابل تعمیر نمیباشد و فقط برای دیتا میتوان تلاش کرد. تعمیر هارد
زینب بازدید : 12 سه شنبه 29 بهمن 1398 زمان : ۱۳:۴۰ نظرات (0)
روند تكامل معماري زيرساخت‌هاي مركزداده
شكل 1، هسته اجزاي زيرساختي مراكزداده امروزي مانند بخش‌هاي محاسباتي، ذخيره‌سازي، شبكه‌ و برنامه‌هاي كاربردي معمولي را نشان مي‌دهد كه از كسب‌وكارها استفاده مي‌كنند. به طور سنتي، مراكزداده گسترده به گونه‌ای ساخته شده‌اند كه تا ابد كار كنند و اندازه معين و حجم كار مشخص‌شده‌اي دارند؛ یعنی اهداف موجود كسب‌وكارها را برآورده می‌کنند و قابليت گسترش يا انجام حجم كاري بيش‌تر از ظرفيت تعيين شده را ندارند و براساس مدل‌سازي پارامترهاي غيركاركردي مانند دسترس‌پذيري، مقياس‌پذيري و امنيت طراحي شده‌اند.



شكل 1: هسته اصلي مراكزداده استانداردبسياري از سازمان‌ها، براي پشتيباني از برنامه‌هاي كاربردي كسب‌وكارشان، از يك زيرساخت محاسباتي فيزيكي ثابت و نودهاي محاسباتي مجازي‌شده به همراه تجهيزات ذخيره‌سازي و شبكه‌سازي استفاده مي‌كنند. مين‌فريم‌ها و سرورها به همراه معماري و سخت‌افزارهاي قديمي، چرخ متحرك كسب‌وكارها هستند كه چالش‌هاي زيادي در بخش مديريت و نظارت دارند. به همين دليل، سازمان‌ها مستقل و جداگانه اقدام به راه‌اندازي اتاق‌هاي سرور، سيستم‌هاي نظارت و مديريت بر عملكرد مركزداده و به‌كارگيري ابزارهاي نرم‌افزاري كردند. در بسياري از مراكزداده سنتي، بخش ذخيره‌سازي يا مديريت شبكه از مركزداده مجزا است و به طور اختصاصي براي آن سازمان طراحي و اجرا شده است. بنابراين، مركزداده‌ گسترده براي در دسترس بودن منابع كل زيرساخت، برنامه‌هاي كاربردي و لايه‌هاي بانك اطلاعاتي دیدگاه یکپارچه‌ای ندارند. زيرساخت براي حجم مشخصي از برنامه‌هاي كاربردي تجاري و باركاري در يك ثانيه طراحي شده است و بايد دسترس‌پذيري و مقياس‌پذيري لازم براي يك اندازه خاص ترافيك را تأمين كند. اگر كسب‌وكارها رشد مي‌كردند و باركاري آن‌ها از اندازه مشخص‌شده بيش‌تر مي‌شد، زيرساخت مركزداده ديگر جواب‌گو نبود و سيستم‌هاي محاسباتي و ذخيره‌سازي اطلاعات به صورت جزيره‌اي به مركزداده سنتي افزوده مي‌شدند. نخستین اثر اين نوع گسترش، دسترسي كم به تمامي منابع سيستم، افزايش مصرف انرژي، هزينه‌هاي زياد مديريت و مجوزهاي نرم‌افزاري است. مراکز داده آینده، سخت‌افزارهایی هستند که به کمک کنترلرهای نرم‌افزاری در سراسر سرورها، ذخیره‌سازی و شبکه قابل برنامه‌ریزی هستند.همين مشكلات و محدوديت‌ها، شركت‌ها را به سوي نسل بعدي مراكزداده سوق داد؛ بهره‌گيري از خدمات روي زيرساخت‌هاي اشتراكي و منابع محاسباتي مجازي‌شده براي افزايش بهره‌وري در منابع و اطمينان از طراحي زيرساخت مناسب كسب‌وكار مورد نظر. شكل 2، نشان مي‌دهد که چگونه يك زيرساخت اشتراكي، طراحي قوي‌تري به دست مي‌دهد و مجموعه‌اي از دستور‌العمل‌ها و برنامه‌هاي كاربردي را مي‌توان روي منابع محاسباتي مجازي‌شده اجرا كرد. در اين الگو، برنامه‌هاي كاربردي از مزاياي مجازي‌سازي با هايپروايزر بهره مي‌برند كه امكان برنامه‌ريزي براي منابع محاسباتي اختصاصي و فارغ از مكان را مهيا مي‌كند. سخت‌افزار خام (Bare Metal) را نرم‌افزارهاي هايپروايزر كنترل می‌کنند و سيستم‌عامل‌هاي ميهمان نیز قابل مجزاسازي و تقسيم‌بندي فيزيكي هستند. همه اين ويژگي‌ها به بهره‌وري بيش‌تر مركزداده و امكان استفاده بيش‌تر از يك زيرساخت ثابت منجر مي‌شوند.


شكل 2: زيرساخت IT: الگوی منابع اشتراكي

در اين الگو، از مزاياي چگونگي استفاده مناسب منابع براي باركاري برنامه‌هاي كاربردي مشترك استفاده شده است. به‌هر حال، وقتي يك يا چند برنامه كاربردي شروع به كار مي‌كنند كه حجم باركاري بيش‌تري مي‌طلبند و منابع سخت‌افزاري بيش‌تري مصرف مي‌كنند، بايد سيستم‌عامل‌هاي ميهمان روي يك سخت‌افزار مشخص اجرا شوند تا درصد استفاده از منابع را كاهش دهند و كسب‌وكارها بتوانند سطحي از خدمات را تضمين کنند و ارائه دهند. اين رويكرد، ظرفيت‌هاي بيش‌تري براي نظارت و مديريت بر سيستم و به‌كارگيري ابزارهاي بيش‌تر را به ارمغان آورد، اما مهم‌تر این‌که نشان داد منابع محاسباتي و سرورهاي زيرساختي مي‌توانند از ويژگي‌هايي مانند خودكارسازي و بهبود منابع استفاده كنند. اين نتايج باعث بهبود برخي ويژگي‌ها و رشد قابليت‌هايي مانند برنامه‌ريزي كنترل‌هاي مربوط به منابع شد. با اين همه، نياز به تفكر براي دست‌يابي به راه‌حل‌هاي جديد براي پويايي بيش‌تر باركاري براي برنامه‌هاي كاربردي تجاري و برنامه‌هاي كاربردي گسترده حساس به محاسبات احساس مي‌شد. با ظهور فناوري كلاود و زيرساخت به عنوان خدمات (IaaS)، الگوی جديدي از مركزداده و زيرساخت IT ارائه شد (شكل 3) كه به نظر مي‌رسيد پاسخي به چالش‌هاي پويايي باركاري و محاسبات، براساس نياز برنامه‌هاي كاربردي است. طراحي راه‌كارهاي مقياس‌پذيري با دسترس‌پذيري بسيار بالا به طور كلاستر، معماري مركزداده را به سوي نيازمندي‌هاي غيرمعمول برد. الگوی جديد، منابع را براساس مصرف‌شان گسترش يا كاهش مي‌دهد.


شكل3: برنامه محاسباتي زيرساخت پويالايه نرم‌افزاري انتزاعي (Abstraction Layer) كه به عنوان هايپروايزر مي‌شناسيم، به طور مجازي پردازش منابع را براي سخت‌افزار خام انجام مي‌دهد. در نتيجه، بخش‌هاي محاسباتي، حافظه رم و هاردديسك‌ها مي‌توانند به طور انعطاف‌پذيرتري به درخواست‌ها جواب دهند. مجازي‌سازي سرورهاي نرم‌افزارمحور، امكان تخصيص مؤثر و پوياي منابع اشتراكي انبارشده را براي ايجاد تعادل به باركاري مي‌دهد. در نتيجه الزامات برنامه‌هاي كاربردي فراهم مي‌شود. سازمان‌هاي گسترده با مجازي‌سازي سرورها از طريق خودكارسازي، سلف سرویس، هم‌سنخيتي و اندازه‌گيري توانايي‌ها، دپارتمان‌هاي IT را به گسترش ظرفيت مراكزداده واداركرده‌اند و با نرم‌افزار مي‌توانند سخت‌افزار را كنترل كنند. در همین زمان، مجازي‌سازي سرورهاي نرم‌افزارمحور به جريان اصلي صنعت تبديل شد و براي غلبه بر مشكلات، رويكردي جديد به شمار آمد.

مراحل حركت به سوي SDDC
براي حركت به سوي آينده و مراكزداده نرم‌افزارمحور، شركت‌ها بايد گام‌هاي زير را بردارند:
- غلبه بر مقاومت‌ شركت‌ها بر سر تغيير و چشم‌انداز SDDC. زیرا در غير اين صورت اين مهاجرت مي‌تواندبسيار طولاني شود.
- آموزش رسمي مفاهيم.
- تمرين بهبود و تأييد عمليات‌ها، سياست‌هاي مجوزدهي و دريافت پشتيباني از شركت‌هاي بزرگ سازنده سخت‌افزار براي برنامه‌هاي كاربردي تجاري و محصولات COTS (سرنام commercial off the shelf) مورد استفاده در شركت.
-ساخت يك سيستم ارزيابي تأثيرات و پياده‌سازي يك برنامه SDDC براي دست‌يابي به معماري سرورها، معماري شبكه و امنيت و معماري ذخيره‌سازي.
- ارزيابي امكانات اپراتورهاي مركزداده براي پياده‌سازي زيرساخت‌هاي هم‌گرا.
- استخدام يك كارشناس امنيت IT براي بازنگري استانداردها و پايبندي به سياست‌ها و اهداف مشترك شركت و اهداف امنيتي زيربنايي سازمان.
- آزمايش و نیز انجام يك طرح اوليه و خارج از سيستم. مطالعات و گزارش‌ها نشان مي‌دهند که سازمان‌هاي زيادي اين فناوري را پياده‌سازي كرده‌اند يا رويكردهاي مبتني بر آن را در پيش گرفته‌اند. با اين الگو، مي‌توان گفت تنگناهاي محساباتي در لايه‌هاي سخت‌افزاري كم و بيش از بين مي‌روند. مگر اين‌كه طرح‌ها و اجراهاي صورت گرفته محدوديت‌هاي سخت‌افزاري را به سوي ورودي/خروجي دستگاه‌هاي ذخيره‌سازي يا ورودي/خروجي شبكه سوق دهند. اين رويه نیز به اندازه مشكلات جداسازي لايه‌هاي شبكه و ذخيره‌سازي از لايه انتزاعي سرور چالش‌برانگيز است. در بخش بعدي، به این موضوع می‌پردازیم که چگونه صنعت می‌تواند به زيرساخت‌هاي نرم‌افزارمحور تداوم ‌بخشد و سخت‌افزار چگونه براساس كنترلرهاي نرم‌افزاري هدايت ‌می‌شود كه به ساخت منابع IT پوياتر می‌انجامد. راه‌حل: چشم‌انداز آينده مراكز داده
مراكزداده نرم‌افزارمحور را مي‌توان اين‌گونه تعريف كرد: استفاده از نرم‌افزار براي كنترل سخت‌افزار خام (بدون نصب سيستم‌عامل و نرم‌افزار) با اين قابليت كه بتوان خدمات را فعال/غيرفعال كرد و منابع را طوري گسترش يا كاهش داد كه سطح كيفي خدمات تضمين شود. اين سازوکارها با جداسازي لايه سخت‌افزار و فراهم كردن سرويس‌هاي محاسباتي براساس منابع مجازي براي برنامه‌هاي كاربردي رخ مي‌دهد. از طريق گزينه‌هاي زير:
مجازي‌سازي سرور.
مجازي‌سازي ذخيره‌سازي يا ذخيره‌سازي نرم‌افزارمحور.
مجازي‌سازي شبكه يا شبكه‌هاي نرم‌افزارمحور.
در بخش قبلي، مجازي‌سازي سرور با استفاده از هايپروايزر و جداسازي لايه‌‌ها را توضيح داديم كه به يك جريان اصلي در مراكزداده‌ تبديل شد. در حوزه ذخيره‌سازي و شبكه‌سازي نيز، با این هدف که اين‌ها هم به بلوغ و تكامل برسند، تحقيقات و مطالعات مشابه‌اي صورت گرفته است. اكنون، محصولاتي با قابليت‌هاي فوق داريم و سازندگان بزرگ تجهيزات شبكه ظرفيت‌هاي SDDC را به سخت‌افزارهاشان افزودند. اما اجماع‌نکردن پيرامون يك چارچوب مشخص يكپارچه باعث شده است که شركت‌ها و سازمان‌هاي گسترده تلاش کنند تا استقرار SDDC با كم‌ترين خطر روبه‌رو باشد. همچنين، راه‌كارهاي موجود هنوز نمي‌توانند هم‌گرايي و قدرتمندي SDDC را در زيرساخت‌هاي باقي‌مانده از گذشته يا زيرساخت‌هاي موجود نشان بدهند. يكي از وعده‌هاي در حال توسعه، پروژه OpenDayLigth است كه مجموعه‌اي از شركت‌ها يك هدف مشترك براي آن تعريف كرده‌اند: دست‌يابي به يك چارچوب براي شبكه‌هاي نرم‌افزارمحور. در حال حاضر، سازمان‌ها بدون در نظر گرفتن يك راه‌كار جامع و سراسري در سرور، ذخيره‌سازي و شبكه، مي‌توانند به سرعت يك نقشه براي جداسازي لايه‌ها در تجهيزات سخت‌افزاري ترسيم كنند. در شكل 4، فناوري‌هاي در حال ظهور پيرامون SDN بيان شده‌اند. VMware NSX يك فناوري نوظهور در SDN براي مراكزداده نرم‌افزارمحور است.


شكل 4: ظهور SDN

همانند ديگر فناوري‌هاي مجازي‌سازي، مجازي‌سازي شبكه‌ها نيز يك لايه‌ انتزاعي در ميان تجهيزات شبكه فيزيكي ايجاد مي‌كند كه البته ويژگي‌هاي فيزيكي شبكه مانند هدايت به جلو بسته‌ها (Packet Forwarding) يا مسيريابي قابل اعتماد (Trust Routing) بسته‌ها حفظ مي‌شوند. اما استقلال دستگاه‌ها و ايزوله‌شدن‌هاي منطقي امكان‌پذير است. برخي از كارشناسان، مجازي‌سازي شبكه را اين‌گونه تعريف مي‌كنند: شبكه‌اي كه مدير شبكه بتواند آن را بدون تعامل با شبكه فيزيكي نصب، اجرا و حذف كند. SDN با مجازي‌سازي شبكه قدرتمندتر مي‌شود و مي‌تواند بخش اطلاعات را از شبكه فيزيكي مجزا كند. با مجازي‌سازي ذخيره‌سازي، تجهيزات ذخيره‌سازي فيزيكي ادغام شده و به عنوان منابع مجازي استفاده مي‌شوند.مؤسسه فورستر مراكزداده نرم‌افزارمحور را اين‌گونه تعريف مي‌كند: SDDC مجتمع‌سازي لايه‌هاي انتزاعي و مجزايي است كه به طور كامل براي مراكزداده تعريف شده‌اند؛ یعنی لايه‌هاي نرم‌افزاري منابعي از مركزداده را تعريف مي‌كنند كه مخزني از منابع فيزيكي و مجازي هستند و اجازه مي‌دهند با توابع كتابخانه‌اي تعريف شده توسط كاربر، تركيب شوند. وضعيت آينده مراكزداده پيرامون زيرساخت‌هاي سخت‌افزاري طراحي شده است و سرور، ذخيره‌سازي و شبكه توسط کنترلرهای نرم‌افزاری قابل برنامه‌ریزی هدایت می‌شوند. زيرساخت‌هاي همگرا با اين چشم‌انداز مي‌توانند با سيستم‌هاي موجود يا سيستم‌هاي باقيمانده از گذشته در مراكزداده مجتمع شوند. براي مثال، راه‌كارهاي منبع‌تغذيه و خنك‌كننده نياز دارند هوشمندتر شوند و براساس نياز مصرف‌كننده قابليت روشن/خاموش شدن داشته باشند. همچنين، سيستم‌هاي همه‌منظوره‌اي براي نظارت بر سلامتي تمام اجزاي SDDC نياز است. مديريت و نظارت برسخت‌افزار، همراه با نرم‌افزار، بايد هوشمند و توسط وظايف خودكار، خودسلامت و خوديادگير مشكلات انجام شوند. چشم‌انداز مفهومي از SDDC
عنوان خدمات (IaaS) است و اصول اساسي فناوری كلاود در بلوك‌هاي اصلی آن وجود دارد. به علاوه، ميان لايه‌هاي سخت‌افزار قديمي، امكانات موجود مراكزداده‌ و همه امكانات مديريت و نظارت مجتمع‌سازي صورت گرفته است. به اين‌ها، مديريت پشته‌ها (Stacks) در بخش‌هاي ديگر اين راه‌حل را اضافه كنيد. شكل 5، الگویی مفهومي از معماري زيرساخت مراكزداده امروزي را نشان مي‌دهد.


شكل 5: يك طرح مفهومي از معماري زيرساخت مراكزداده امروزي در اين طرح امكانات جديد مورد تقاضا و زيرساخت قديمي مراكزداده حفظ شده و با يكديگر ادغام شده‌اند. در شكل 6، معماري زيرساخت مراكزداده نرم‌افزارمحور نمايش داده شده است. در این معماری كنترلرهاي قابل‌برنامه‌ريزي نرم‌افزاري استقرار يافته و برنامه‌هاي كاربردي گسترده تجاري براي باركاري پويا مشاهده مي‌شوند. بلوك‌هاي SDDC به يك جامعيت براي مجتمع‌سازي در سراسر امكانات فيزيكي، مركزداده و زيرساخت قديمي نياز دارند. اين نيازمندي، حضور شركت‌هاي ثالث با پلاگين‌هاي تهيه شده براي اين مدل را مي‌طلبد.


شكل 6: معماري زيرساخت مراكزداده نرم‌افزارمحور

در ادامه، به اجزاي اصلي معماري SDDC نگاهي كوتاه مي‌اندازيم.

سخت‌افزار فيزيكي و زيرساخت قديمي: به منزله سخت‌افزار خام و مركزداده‌اي است كه مي‌تواند در سراسر سيستم فيزيكي و قديمي مجازي‌سازي شود. اين بخش توانايي درگير شدن با كنترلرهاي نرم‌افزاري، برنامه‌پذيري و رشد براساس فناوري‌هاي جديد و نيازهاي تجاري با توجه به اجزاي انتزاعي سرور، ذخيره‌سازي و شبكه و الزامات مجتمع‌شده قديمي را دارد. شركت‌هاي OEM و سازنده زيرساخت بازيگران اصلي طراحي، ساخت و يكپارچه‌سازي اين بخش هستند و اتفاقات جديد را رقم مي‌زنند. لايه مديريتي: مجموعه‌اي مجتمع شده از راه‌كارهاي مديريتي و نظارتي براي مراكزداده است که ظرفيت‌هاي مهندسي عملياتي و كارايي را در بر دارد. ماجول رابط Gateway: براي اين‌كه SDDC به يك جريان اصلي صنعت تبديل شود، بايد با اجزاي مراكزداده كنوني مجتمع و سازگار شود. اين ماجول از چندين پلاگين شركت‌هاي OEM تشكيل شده است كه به اجزاي مراكزداده فعلي اتصال‌پذیر است. امكانات مركزداده: با در نظرگرفتن حركت به سوي منابع پويا، اجزاي بهبوديافته خنك‌كننده و منبع‌تغذيه، براي كنترل و تأمين نيازمندي‌هاي مركزداده به طور مؤثر در اندازه قابل قبول، به يك پيش‌برنده نیاز دارند. بايد پلاگين‌ها و واسط‌هاي كاربري (API) برنامه‌هاي كاربردي براي همراهي زيرساخت‌هاي هم‌گرا بيش‌تر تقويت شوند. طراحي خدمات و مصرف: توانايي مصرف سخت‌افزار ِ كنترل شده توسط نرم‌‌افزار است، كه ماده اوليه‌ آن از طریق سرويس‌هاي سفارشي شركاي تجاري تأمين مي‌شود. باز هم شركت‌هاي OEM، براي ارائه راه‌كارهاي جامع و يكپارچه بازيگران اصلي اين بخش هستند. همان‌طور كه مي‌بينيد، اجزاي اصلي معماري زيرساخت مراكزداده نرم‌افزارمحور به مجتمع‌سازي بسيار قوي و جامع محصولات چندين شركت در سراسر مركزداده نیاز دارند. جا افتادن معماري SDDC با يك چارچوب مرجع استاندارد اشتراكي حداقلي بین 5 تا 10 سال طول خواهد كشيد. شكل 7، تصويری منطقي از SDDC و چالش‌هايي را نشان مي‌دهد كه بر سر همه‌گير آن وجود دارد.



شكل 7: چشم‌انداز منطقي از آينده SDDC

خنك‌كننده و منبع‌تغذيه

همان‌طور كه در بخش‌هاي قبلي ديديم، خنك‌كننده و منبع‌تغذيه در ساخت يك چشم‌انداز واقعي از SDDC نقش بسيار مهمي ايفا مي‌كنند. علاوه بر اين، براي تبديل چشم‌انداز به واقعيت، به يك استاندارد معماري مرجع مشترك مورد تأييد همه نياز است. با توجه به وضعيت فعلي شركت‌هاي گسترده بازار به يك ساختار واحد شامل منبع‌تغذيه، خنك‌كننده، مجموعه تجهيزات IP، SAN براي شبكه‌هاي محلي و بلوك‌هاي ذخيره‌سازي اطلاعات روي بستر فيبر نياز است تا از چشم‌انداز به واقعيت برسيم. براي مراكز داده، امكانات نقش مهمي دارند تا تضمين شود SLAها نيز در همين راستا حركت مي‌كنند.

چالش‌ها
براي انتقال مراكزداده كنوني به SDDC و دست يافتن واقعي به چشم‌انداز اين فناوري؛ بايد بر چالش‌هاي زير غلبه كرد:
توجه به اين واقعيت كه زيرساخت مراكزداده فعلي شركت‌هاي گسترده با آن چيزي كه در SDDC ترسيم شده است و استانداردهايي كه بايد رعايت شود، فاصله دارد. پشته SDDC بايد بتواند زيرساخت‌هاي قديمي و زيرساخت‌هاي فيزيكي را شناسايي و با محيط‌هاي كنترلي قابل برنامه‌ريزي ادغام كند؛
دست‌يابي به يك چارچوب باز مشترك استاندارد براي شبكه‌هاي نرم‌افزارمحور (SDN) و ذخيره‌سازي نرم‌افزارمحور (SDS)، به منظور این‌که بتوان اجزاي SDDC و واقعيت‌بخشي چشم‌انداز ترسيم شده را پیاده‌سازی کرد و با شركت‌هاي بزرگ سازنده سخت‌افزار تعامل داشت؛
هم‌گرايي زيرساخت‌ها و محصولات از سوي شركت‌هاي OEM كه مي‌تواند به طور بالقوه به يك قفل تبديل شود؛
ابزارهاي فراگير مديريت و نظارت براي بخش‌هاي محاسباتي، ذخيره‌سازي، شبكه و امكانات؛ همچنين ساخت سيستم‌هاي مديريتي و خودكارسازي تحكيم‌يافته و راه‌كارهاي هم‌سنخيتي.
جدا از دغدغه‌هاي بالا، شركت‌هاي بزرگ بايد بتوانند روي چشم‌انداز SDDC مطبوع‌شان پايداري و بر نيروي ذاتي رهاشوندگي پروژه غلبه كنند. با توجه به دسته‌بندي فعلي مورد استفاده مراكزداده (مانند رديف 1، 2، 3 و 4؛ رديف 4 به منزله ساخت مركزداده‌اي با حداكثر استقامت و آپ‌تايم)، ارائه‌دهند‌گان این مراکز بايد براي خنك‌كننده‌ها و منابع‌تغذیه راه‌كارهاي يكپارچه و به‌روزي ارائه دهند كه با ظرفيت‌هاي قابل‌برنامه‌ريزي و مشروط زيرساخت‌هاي SDDC سازگار باشند. با لايه‌هاي انتزاعي نرم‌افزارمحور، از نظر تئوري، ماشين‌هاي مجازي متعددي قابليت استقرار در مركزداده را دارند. پراكندگي ماشين‌هاي مجازي با توجه به ظرفيت محدود خنك‌كننده‌ها و منابع‌تغذیه مي‌تواند فاجعه‌آميز باشد. براي رساندن SDDC به رويكرد غالب بازار، مراكزداده بايد مصرف انرژي خود را بهبود دهند. بنابراين، سازندگان مركزداده بايد نقاط كليدي مجتمع‌سازي را بازتعريف كنند و دوباره سيستم‌هاي مديريت، زيرساخت مديريتي و سيستم‌هاي نظارتي را بسازند. به طور بالقوه، صنعت مي‌تواند روي منابع تغذيه نرم‌افزارمحور، براساس استانداردهاي رايج، به يك راه‌كار جامع مشترك برسد. اين موضوع به ارائه‌دهند‌گان سيستم‌هاي انرژي كمك مي‌كند تا منابع‌تغذيه‌ای مبتني بر مصرف مورد تقاضا بسازند، نه اين‌كه خنك‌كننده و منبع‌تغذیه‌ای براساس دانش موجود يا حداكثر مصرف انرژي ممكن.مديريت و نظارت

در نتيجه SDDC، زيرساخت مراكزداده با نرم‌افزار كنترل مي‌شود و مي‌توان روشن/خاموش شدن يا كنترل رفتار سيستم‌ها را مجزا از يكديگر برنامه‌پذير كرد. در نظر بگيريد يك برنامه كاربردي با مأموريت حياتي كه نسبت به زيرساخت بالادست به شمار می‌آید، در صورت وقوع يك حادثه به عيب‌يابي سريع نیاز دارد. چشم‌انداز كلي در مراكزداده نرم‌افزارمحور اين است كه مي‌توان بر سطوح تحتاني مركزداده، مديريت و نظارت كلي داشت، توانايي‌هاي شناسايي سريع، تشخيص و ارتباط، ايزوله‌سازي و رفع عيب وجود دارد. پشته‌هاي موجود مديريت و نظارت بر سيلوهاي تجهيزات مركزداده براي تشخيص عيب‌ها و برطرف‌سازي‌شان به اندازه كافي مؤثر و پاسخ‌گو نيستند، بلكه مشكل را پيچيده‌تر و حادتر مي‌كنند.

حال و هواي شرکت‌ها
با توجه به اين‌كه SDDC به جريان اصلي آينده مراكزداده تبدیل می‌شود؛ شركت‌ها در حال تكاپو براي هماهنگ شدنبا بازار و ارائه محصولات مرتبط هستند تا مطمئن شوند که از اكوسيستم بالقوه تشكيل شده خارج نخواهند ماند. بنابراين شاهد رخ دادن تحولات سريعي در بازار هستيم.
يك پيش‌بيني بسيار نزديك به واقعيت، همكاري و ادغام چندين محصول از سوي شركت‌هاي گوناگون براي تكميل راه‌كارها و كسب سهم بيش‌تري از بازار است. برخي از نام‌هاي مطرح در بازار به شرح زير هستند:
شركت وي‌ام‌وير: با خريد شركت Nicira، ظرفيت‌هاي مجازي‌سازي شبكه محصولات خود را افزايش داد تا يك موتور شبكه فيزيكي را از شبكه مجازي جدا كند.
شبكه فيزيكي هنوز ويژگي‌هایي مانند مسيريابي بسته‌ها و مديريت پروتكل‌هاي مسيريابي را دارد، در حالي كه شبكه مجازي سياست‌ها و فهرست‌هاي دسترسي (Access List) و خدمات را نگه‌داري مي‌كند.
شركت سيسكو: خريد Cloupia را آغاز كرد تا به يك زيرساخت يكپارچه و هم‌گرا و مديريت پلتفرم دست يابد؛
شركت اوراكل: Xsigo را با هدف بهبود ظرفيت‌هاي نرم‌افزارهاي اوراكل براي مجازي‌سازي شبكه‌ و پشته‌هاي شبكه‌هاي نرم‌افزارمحور خريد.
شركت Brocade: نيز Vyatta را خريد تا بتواند SDN را روي محصولات خود گسترش دهد و سيستم‌عامل‌هاي تحت شبكه نرم‌افزارمحور را روي فايروال‌ها ارائه دهد. همچنين بتواند ظرفيت‌هاي مسيريابي و *** را براي تحويل خدمات كلاود گسترش دهد.
شركت EMC: شركت Syncplicity را به مجموعه خود افزود و ViPR را براي ذخيره‌سازي نرم‌افزارمحور و مجازي‌سازي ذخيره‌سازي و تأمين خدمات خودكار توسعه داد. كنترلر ViRR از انواع فناوري‌هاي ذخيره‌سازي براي مجتمع‌سازي با واسط‌هاي برنامه‌نويسي (API)، روي بوردهاي داخلي سيستم‌هاي ذخيره‌سازي پشتيباني گسترده‌اي دارد.اين چالش، با نرم‌افزارهاي پرسرعتي كه بی‌درنگ اجزاي سيلوهاي مركزداده را ردگيري مي‌كنند، هدايت و برطرف خواهد شد. مديريت پشته‌ها از لايه‌هاي سرورها، ذخيره‌سازي و شبكه اصلي مجزا است. اگر بخواهيم براساس چشم‌اندازي از آينده صحبت كنيم، بدين‌معني است كه زيرساخت در سراسر اجزاي سرور، ذخيره‌سازي و شبكه، به يك كالاي مبتني بر فرآيند تبديل شده است و يك الگوی نرم‌افزاري مركزي پياده‌سازي مي‌شود تا عملكردها و ويژگي‌هاي يك سخت‌افزار خام را تعريف كند. از آن‌جايي كه SDDC سخت‌افزار خام را با هوشمندي نرم‌افزاري مجزاشده از سخت‌افزار تركيب مي‌كند تا به برنامه‌هاي كاربردي خدمات بدهد، اكوسيستم مديريت و نظارت به چندين فروشنده بزرگ و همه منظوره، منسجم و يكپارچه نیاز دارد. تمام قطعات اين اكوسيستم را مي‌توان جمع‌آوري، گروه‌بندي، بررسي و گزارش كرد. شكل 8، پشته مديريت و نظارت جامع مورد نياز براي بلوك‌هاي اصلي مركزداده را به تصوير مي‌كشد.



شكل 8: بلوك‌هاي پشته‌ مديريت SDDC

در ادامه لايه‌هاي افقي اين طرح را بيش‌تر توضيح مي‌دهيم:
سخت‌افزار خام: اين لايه سخت‌افزار فيزيكي شامل سرور، ذخيره‌سازي، شبكه و ساختار یکپارچه سيستم مي‌شود. همه اين تجهيزات براي ارائه راه‌كار به لايه‌هاي بالاتر متصل هستند.
لايه انتزاعي: قطعه‌اي هوشمند از نرم‌افزار است كه براي پيوستن به اهداف SLA كلي، كانتينري مستقل و منطقي از محاسبات، ذخيره‌سازي، حافظه رم و شبكه
تدارك مي‌بيند.
زيرساخت و برنامه‌هاي كاربردي عملياتي: اين لايه‌ها شامل واسط‌هاي برنامه‌نويسي (API) و پلاگين‌هاي رابط ميان نرم‌افزارهاي گسترده مديريت و نظارت براي انجام هم‌سنخيتي كارايي و بهبود عملياتي در زيرساخت و برنامه‌هاي كاربردي هستند.
پورتال و اندازه‌گيري كلاود: شامل روش‌هايي براي محاسبه مصرف و هزينه‌هاي خدمات مصرفي است. اين لايه نيز در پشته مديريت و نظارت قرار مي‌گيرد، زیرا در SDDC كنترلرهاي قابل‌برنامه‌ريزي براي پاسخ‌گويي سريع به سخت‌افزارهاي پرسرعت و يافتن عيب‌ها در سمت كاربر نهايي و پاسخ دادن به آن‌ها استفاده مي‌شوند.
در شكل 8، نیز لايه‌هاي عمودي شامل:
لايه امنيتي: اين لايه راه‌كارهاي كنترلي انتها به انتها براي دسترسي و شناسايي داده (به علت اين‌كه مصرف منابع به صورت برنامه‌ريزي‌شده كنترل مي‌شود، يك ضرورت است) و هم‌سويي با محرمانگي، يكپارچگي و دسترس‌پذيري را ارائه مي‌دهد. اين لايه صرفاً هاست‌هاي ميهمان يا دستگاه‌هاي ذخيره‌سازي منطقي را كنترل نمي‌كند و يك معماري كامل يكپارچه امنيتي مستقرشده را دربرمي‌گيرد.
راه‌كارهاي خودسلامتي: در SDDC، خودكارسازي خدمات در هر كجا كه يك فرآيند قابل شناسايي، تشخيص، همبستگي و جداسازي باشد و امكان عيب‌يابي و رفع آن وجود داشته باشد، وارد مي‌شود.
هم‌سنخيتي و پلاگين‌هاي ثالث: در SDDC، گردش كار از طريق ابزارهاي هم‌سنخيتي (Orchestration) پلاگين/API محصولات شركت‌هاي ثالث، به كنترل مصرف منابع مركزداده نیاز دارد. پشته مديريت و نظارت بايد براي پاسخ‌گويي هوشمند به درخواست‌ها و پيش‌بيني رفتار سيستم با اين پلاگين‌ها و واسط‌هاي برنامه‌نويسي در ارتباط باشد.
موتور تجزيه و تحليل اطلاعات ذخيره‌شده: با معماري زيرساخت كنترلي قابل‌برنامه‌ريزي، مقدار بسيار زيادي اطلاعات بازبيني، لاگ و تغييرات مديريتي توليد مي‌شود كه روي ميزان تغييرات مصرف منابع تأثيرگذارند. اين داده‌ها به يك بانك اطلاعاتي و پس از آن، توانايي جمع‌آوري و استخراج اطلاعات مرتبط با سيستم‌هاي مختلف براي بازيابي اطلاعات و گردش كار نیاز دارند. تجزيه و تحليل و هوشمندي وقايع مرتبط و قابليت ذخيره‌سازي اين اطلاعات در حجم‌هاي وسيع و متناسب با درخواست‌ها از ديگر نيازمندي‌هاي سيستم است. مزايا
شركت‌ها بايد صبر كنند تا ببينند چه مزايایي به SDDC افزوده مي‌شود تا يك راه‌كار نهايي و كامل به دست آيد؛ شبيه وضعيتي كه در اوايل ظهور فناوري كلاود داشتيم و تا پذيرش خدمات محاسبات ابري مدت زماني طول كشيد و محصولاتي براي سرعت بخشي به پذيرش بازار ارائه شد. به هر حال، SDDC بهر‌ه‌‌وري و اثربخشي بيش‌تری را در خدمات كسب‌وكارها از سوي IT فراهم مي‌كند. با توجه به پياده‌سازي‌هاي انجام شده از شبكه‌هاي نرم‌افزارمحور، شركت‌ها براي شروع مي‌توانند از مزاياي درگاه‌هاي مجازي‌شده، برنامه‌ريزي شده و قابل كنترل روي دستگاه‌هايي مانند روترها، فايروال‌ها يا لود بالانسرها استفاده كنند. با اين حركت، نياز به دستگاه‌هاي فيزيكي براي هر كاري در IT از بين مي‌رود. در نتيجه، شركت مي‌تواند به سوي زيرساخت‌هاي تحتاني بهينه‌تري قدم بردارد.مؤسسه IDC مراكزداده نرم‌افزارمحور را اين‌گونه تعريف مي‌كند: مجموعه‌اي از اجزاي نرم‌افزاري با ارتباطات آزاد كه به دنبال مجازي‌سازي و متحدسازي منابع سخت‌افزار مراكزداده گسترده، مانند ذخيره‌سازي، محاسبات و شبكه است و در نهايت منابع امكاناتي مركزي را نيز مجازي‌سازي خواهد كرد. هدف SDDC گره زدن منابع گوناگون و مجزاي از هم است در يك مركزداده و نیز ساختن يك مركزداده در دسترس براي ارائه خدمات مجتمع.با وجود این، در SDDC سخت‌افزار حذف نمي‌شود، بلكه محدوديت‌هاي سخت‌افزاري (مانند پهناي‌باند يا ظرفيت‌هاي توان خروجي دستگاه‌ها) و ظرفيت‌هاي IOPS ذخيره‌سازي در لايه فيزيكي سخت‌افزاري، مديريت و اداره مي‌شوند. به طور مشابه، با ذخيره‌سازي نرم‌افزارمحور، اطلاعات مجازي از موقعيت‌هاي فيزيكي مجزا شده است و كاربر اطمينان مي‌يابد كه مي‌تواند عمليات‌هايي مانند بازيابي اطلاعات يا به‌روزرساني اطلاعات را با كارايي بيش‌تري انجام دهد. مزاياي ديگر SDDC به شرح زير هستند:
- از مهارت‌هايي كه يك مدير سيستم براي راهبري زيرساخت IT و اجزاي پياده‌سازي شده كسب كند دید واحدی، به دست مي‌دهد. اين مهارت‌ها قابل انتقال و رو به جلو (مناسب براي آينده) هستند.
- دست‌يابي به يك استاندارد در سراسر فرآيندها و سيستم‌ها و افزايش استفاده مؤثر و ضابطه‌مند از منابع مركزداده.
- تبديل شركت‌هاي بزرگ گسترده به واحدهاي چابك و سريع كه مي‌توانند خدماتي مطابق با ميل و خواسته مشتري ارائه دهند و محيط‌هاي كسب‌وكار پويا را به چالش بكشند.
- توانمندسازي سازمان‌ها به ساخت محيط‌هاي مناسب زمان حال و آينده، برعكس ساخت زيرساخت‌هايي براي انجام فرآيندهاي كسب وكار.
- توانمندسازي سازمان‌ها براي ارائه خدمات Self-Service (سلف سرویس) به جاي خدمات دستي و حضوري توسط تيم‌هاي IT براي رفع مشكلات يا توسعه ظرفيت‌ها.
- توانمندسازي قابليت‌هاي يکپارچگی‌ و جامعيت در سراسر بخش‌هاي مختلف سيستم‌هاي ITنقشه راه
با توجه به چگونگي رشد و تكامل زيرساخت، شركت‌هاي گسترده نیاز دارند که براي رسيدن به نوك هرم مزاياي SDDC به يك نقشه راه دست‌ یابند. در حالي كه الگوی مراكزداده نرم‌افزارمحور در حال رشد و بلوغ است، شركت‌هاي گسترده بايد معماري هوشمند و فعالی را انتخاب كنند كه براي آينده طراحي شده باشد، به اندازه كافي انعطاف‌پذير و چابك باشد و امكان تغيير و انطباق آن با راه‌كارها و فناوري‌هاي آينده ميسر باشد. شكل 9، منحني بلوغ مراكز داده SDDC را براي سازمان‌هايي كه مي‌خواهند در اين راه گام بردارند، نشان مي‌دهد.



شكل 9: مراحل پذيرش SDDCحركت از مرحله «شروع» به «عملیاتی‌سازی مراكزداده» سطح مجازي‌سازي در سازمان‌ها را نشان مي‌دهد و اين‌كه چه میزان بايد براي مجازي‌سازي سرمايه‌گذاري كنند. گذر از مرحله «عملیاتی‌سازی مراكزداده» به مرحله «اجراي مراكزداده»، ميزان بهبود مجازي‌سازي و خودكارسازي، پورتال‌هاي سلف سرویس و زيرساخت‌هاي هم‌گرا را به تصوير مي‌كشد. مرحله «پيش‌بيني SDDC» نشان‌دهنده اهداف آينده براي مجتمع‌سازي مركزداده با زيرساخت‌هاي قديمي و همسو شدن با عمليات‌هاي كاملاً خودكار در ساختاری یکپارچه است. مي‌دانيم اكنون مراكزداده نرم‌افزارمحور وجود ندارند، اين مراحل به كسب‌وكارها و شركت‌هاي تجاري كمك مي‌كنند که انعطاف‌پذيري و قابليت‌هاي تعويض را در سراسر معماري سيستم‌هاي عملياتي IT خود در نظر بگيرند. مراكزداده زیست محیطی (Green) كه شركت‌ها به صورت گسترده آن را پياده‌سازي کرده‌اند، نامزد اول دست‌يابي به هرم اهداف و مزاياي SDDC هستند، به شرط اين‌كه زيرساخت تحتاني مركزداده مجازي‌سازي شود.


SDDC اين ظرفیت را دارد كه به شركت‌ها و سازمان‌هاي گسترده كمك كند تا زيرساختي را كه قبلاً براساس يك معماري قديمي طراحي، استقرار و مديريت شده است، تغيير دهند. همان‌طور كه گفته شد، SDDC براي شركت‌هاي گسترده گزينه‌اي مناسب است تا به سوي معماري جديد تعريف شده براساس باركاري حركت كنند و قابليت توسعه اندازه و زيرساخت را براساس حجم باركاري آينده به دست آورند؛ منظورمان از توسعه زيرساخت، معماري زيرساخت‌هاي نرم‌افزارمحوري است كه به صورت پويا، باركاري تعريف شده، ضابطه‌مند و مديريت شده را هدايت مي‌كنند. براي رسيدن به اين چشم‌انداز، چالش مهمي كه وجود دارد؛ شركت‌هاي OEM برندهاي مطرح بازار هستند كه براساس استانداردها و الگوهای مشترك توافقي بايد به ديد كلي و جامعی برسند، نه اين‌كه به مجموعه‌ای از محصولات گسسته مجازي‌سازي بسنده كنند. اين‌ها بايد منابع مجازي‌شده‌اي را تعريف كنند كه هدف آينده SDDC است.
اگر زماني الگوهای كنوني مراكزداده تغيير كنند و SDDC رويكرد غالب بازار شود، تحول عظيمي در بازار خدمات، شركت‌هاي سازنده سخت‌افزار، سيستم‌هاي مجتمع‌شده، ارائه‌دهند‌گان مركزداده و شركت‌هاي مديريت خدمات روي مي‌دهد. شتاب‌دهنده‌ها و ابزارهاي زيادي وجود دارند كه حركت به سوي اين تحول را سرعت مي‌بخشند. اكنون فقط جواب اين سؤال باقي مي‌ماند كه صنعت بزرگ شبكه و مركزداده چگونه مي‌خواهد با پس‌زمينه فكري SDDC رو به جلو حركت كند و گام‌هاي بعدي را بردارد و محصولاتي را طراحي و ارائه كند كه حداكثر پذيرش را ميسر سازند؟
زینب بازدید : 19 يكشنبه 08 دي 1398 زمان : ۰۷:۱۵ نظرات (0)



دیتاسنتر مغز اینترنته، دیتاسنتر ها به عنوان موتور هایی در اینترنت هستند، دیتاسنتر ها ساختمان های بزرگ با کلی خنک کننده و کامپیوتر ها هستند، ردیف ردیف ماشین هایی هستند که باهم دیگه مشغول کار هستند که باعث بشه گوگل بتونه کار کنه، من عاشق عملکرد دیتاسنتر ها هستم، من جو کاوا معاون رئیس دیتاسنتر های گوگل هستم، من مسئول تیم طراحی و مدیریت دیتاسنتر های گوگل هستم، همچنین من مسئول محافظت از محیط زیست در برابر گاز های گلخانه ای حاصل از دیتاسنتر های گوگل هستم.

آشنایی با دیتاسنتر های گوگل و نحوه عملکرد آن ها :

این دیتاسنتر در کارولینای جنوبی واقع شده و این یکی از نود شبکه بزرگ دیتاسنتر در کل دنیا محسوب میشه، از بین کارمندان گوگل فقط درصد کمی اجازه ورود به دیتاسنتر های گوگل رو دارند و مردان و زنان زیادی در این دیتاسنتر به صورت 24 ساعته در 7 روز هفته مشغول به کار هستند اون ها به زبان ساده تر به کارشون خیلی علاقه دارند.
به زبان ساده تر کار من در دیتاسنتر های گوگل چیه ؟ من مدیرساماندهی یکسری افراد غیر قابل کنترل در دیتاسنتر google هستم، من مهندس هستم، من مدیر اداره سخت افزار های جانبی هستم، من چراغ ها رو روشن می کنم و روشن نگه میدارم، و ما از انجام این کار ها لذت میبریم.
و کارمندان دیتاسنتر های گوگل به سختی و با علاقه کار می کنند، بنابراین ما محیط های شاداب و پر انرژی رو براشون فراهم کردیم تا بتونن به همین سختی هم که کار میکنن بازی کنن و سرگرم باشن، ما تا همین الان مرز 3 میلیون ساعت کاری بدون اطلاف وقت رو گذروندیم، سه میلیون ساعت کاری خیلی زیاده و با این تعداد کارمندی که در دیتاسنتر های گوگل کار می کنند موقعیت های شغلی شگفت انگیزی ایجاد میشه و در نتیجه دستاورد های شگفت انگیزی رو هم به همراه داره.
من تصور می کنم که دیتاسنتر های گوگل سطح امنیتی بالایی دارند که تقریبا تا حالا هیچ شرکتی نتونسته اون ها رو برای خودش پیاده سازی کنه، ما یه تیم امنیتی واقعا متخصص داریم که تو کارشون مهارت زیادی دارند، تا حالا شنیدین که میگن فلانی انقدر راجع به یه موضوعی بلده که کتاب هم نوشته ؟ در واقع تیم امنیتی ما درباره امنیت اطلاعات کتاب هم نوشتن و به همین دلیل حفاظت از اطلاعات شخصی کاربران گوگل، برای ما در بالاترین درجه اهمیت قرار داره.
ما از چندین لایه امنیتی استفاده کردیم که هرچقدر به مرکز کمپ گوگل نزدیک میشیم امنیت و سطح اون ها افزایش پیدا میکنه و برای ورود به مجموعه فقط باید کارت من جزء افرادی باشه که اجازه ورود به مجموعه رو دارن ولی برای ورود به قسمت های دیگه مجموعه سطح های امنیتی دیگه ای تعیین شده و برای ورود به ساختمان امنی که منتهی میشه به قسمت اصلی دیتاسنتر باید مراحل امنیتی دیگه ای طی بشه و در اصل اتاق اصلی دیتاسنتر و اتاق شبکه دیتاسنتر از بالاترین سطح امنیتی برخوردارند و خب مصلما تکنولوژی که برای هر قسمت استفاده کردیم کاملا متفاوته ما از اشعه لیزر در کف زمین برای شناسایی ورود های غیر مجاز استفاده می کنیم و حالا من میخوام ورود به سالن امن رو بهتون نمایش بدم و در مرحله اول اثر انگشت من باید جزء افراد مجاز برای ورود به اینجا باشه و در مرحله بعدی اسکنر های پیشرفته چهره من رو بررسی می کنند تا هویتم کامل تایید بشه.
خیلی خب ما الان در طبقه مرکزی دیتاسنتر هستیم و اولین چیزی که اینجا حس میشه گرمای خیلی زیاد اینجاست که تقریبا معادل 80 درجه فارنهایته، گوگل سعی میکنه دیتاسنتر رو گرم تر از همه جا نگه داره چون بازدهی بالاتری داره، و همینطور که میبینید کابل های ولتاژ بالای توزیع برق هستند که از بالا یعنی از حیات وارد اینجا میشه و از طریق میله های باس توزیع میشه که همون پریز ها هستن که سیم های رابط برق بهشون متصل میشن.
رک های دیتاسنتر گوگل شبیه به رک های متداول نیستن چون این رک ها فقط برای سرور های گوگل طراحی و بهینه شدن باتوجه به ابعاد سرور های ما میشه تعداد بیشتری سرور رو داخل هر رک قرار داد، این که بعضی وقت ها درایو ها یا هارد ها آسیب میبینن درسته و ممکنه دیگه قابل استفاده نباشن و ما یک چرخه دقیق برای مدیریت این درایو ها داریم از زمانی که خارج میشن تا زمانی که به یه قفس امن منتقل میشن تا اطلاعاتشون کاملا پاک بشه و بعدش در صورت لزوم اون ها رو خورد می کنیم، یعنی هر درایوی که صد در صد از پاک بودنش اطمینان نداریم اول توسط دستگاه خورد میشن و بعدش به یه خورد کننده صنعتی چوب میبریمشون تا به قطعات ریز مثل این تبدیل بشن.
داخل مدت زمانی که من تو گوگل کار کردم یعنی تقریبا 16 سال و نیم، گوگل تکنولوژی های خنک کننده دیتاسنترش رو در حدود 5 بار عوض کرده، بیشتر دیتاسنتر ها قسمت های تهویه هوا دارن که در اطراف دیوار ها قرار گرفته و هوای سرد رو از کف وارد میکنه و از جلوی سرور ها رد میکنه و به بالا میبره تا سرور ها خنک بشن اما تکنولوژی ما کاملا متفاوته، ما سرور ها و رک ها رو در مقابل واحد های تهویه هوا گذاشتیم و همچنین از جریان دادن آب سرد در لوله های فلزی که اینجا میبینین استفاده می کنیم تا هوای گرم که از سرور ها میاد در این منطقه نگهداری بشه و از لا به لای این لوله های مسی رد بشه و حرارت هوا منتقل میشه به آب سرد داخل لوله های مسی و بعدش آب گرم از دیتاسنتر به بیرون میره و به واحد های خنک کننده میرسه و تو برج های خنک کننده آب دوباره سرد میشه و به دیتاسنتر برمیگرده و این فرآیند دائما تکرار میشه.
چیزی که داخل پایگاه های داده google منو شگفت زده میکنه همین نوآوری و سرعت در انجام کار ها و بحث که برای کشف روش های متفاوت جهت انجام کار ها میشه هستش، و بنابراین وقتی که میشنوم مردم میگن نوآوری در یه حوزه خاص به پایان رسیده و گوگل یه جوارایی به اوج اون نوآوری دست پیدا کرده من فقط خندم میگیره.
تصاویر دیتاسنتر های گوگل در سر تا سر جهان


تصاویری که در ادامه این مطلب میبینید، تصاویر دیتاسنتر های گوگل در سرتاسر جهان هستند که توسط عکاسان حرفه ای از دیتاسنتر های گوگل گرفته شده است، در ادامه این مطلب تمام عکس های دیتاسنتر های گوگل رو برای شما تفکیک کردم و درباره هر عکس هم توضیحاتی ارائه کردم که با خوندن توضیحات هر عکس میتونید متوجه بشین که هر قسمت از دیتاسنتر چه کاری انجام میده، من درمورد این تصاویر با علاقه خیلی زیادی واستون توضیح میدم، و صرفا ترجمه یکسری متن انگلیسی نیست بنابراین امیدوارم برای شما هم جذاب باشه.


تصویر شماره 1 : اینجا راهرو های سرور ها هستش و LED های آبی رنگ در اطراف سرور ها نشون میدن که تمام سرور ها کاملا روشن هستند و همه چیز خوب پیش میره، گوگل از LED های آبی استفاده کرده چوه هم کم مصرف تر هستن و هم طول عمر بیشتری نسبت به چراغ ها داره و همونطور که در تصویر هم مشخصه دوشاخه برق هر سرور رو هم به پریز های کنار رک متصل کردن تا سرور ها از برق استفاده کنند.

تصویر شماره 2 : این یکی دیگه از دیتاسنتر های گوگل هستش که 115,000 متر مربع زیر بنای مفید داره و همونطور که در تصویر میبنید گوگل از هر متر مربع بهترین استفاده رو کرده و سخت افزار های دیتاسنتر رو به خوبی در این فضا قرار داده است به همین دلیل منظم بودنه که شما میتونین خیلی راحت داخل سایت گوگل جستجو کنید یا به راحتی ویدئو هایی رو در یوتیوب مشاهده کنید.

تصویر شماره 3 : همونطور که در تصویر میبنید گوگل ردیف به ردیف هارد ها رو داخل این قسه ها چیده، در واقع هر اطلاعاتی که داخل سرور های گوگل باشن تو این هارد ها ازشون بکاپ گرفته میشه، این راهرو ها بسیار عرض کمی داره و انسان به راحتی نمیتونه واردش بشه، به همین دلیل بازو های رباتیکی در انتهای هر راهرو قرار داده شده تا به محض این که اتفاقی برای اطلاعات افتاد، ربات، هارد بکاپ مورد نظر رو از قفسه ها در بیاره و در اختیار متخصصین گوگل قرار بده تا اطلاعات رو بازگردانی کنند، در حقیقت احتمالش صفره که اطلاعات مهم کاربران حذف بشه چون گوگل از همشون بکاپ میگیره.

تصویر شماره 4 : این یکی دیگه از اتاق های شبکه دیتاسنتر گوگل هستش، در اینجا سوئیچ ها و روتر هایی هستند که کابل ها رو به همدیگه متصل می کنند و جازه میدن اطلاعات خیلی سریع به قسمت های دیگه منتقل بشند، نکته قابل توجه و جذاب اینه که اگه به بالای تصویر دقت کنید یکسری کابل خیلی ضخیم زرد رنگ وجود داره، این ها کابل های فیبر نوری هستند که سرعت انتقال اطلاعات از این کابل ها 200,000 سریع تر از کابل های شبکه های خانگی هستش و از طریق این کابل های فیبر نوری اطلاعات از دیتاسنتر به خارج از اون هدایت میشه تا به اطلاعات به کامپیوتر های ما برسند.

تصویر شماره 5 : اگه یه ذره برید بالاتر و تصویر شماره 2 رو با دقت بیشتری ببینید ردیف های زیادی تو این دیتاسنتر هست که در هر دوطرف هر ردیف سرور ها وجود دارن و اگه دقت کنید عرض هر ردیف هم نسبتا زیاده، تصویر شماره 5 دقیقا وسط این کمد های آهنی رو نمایش میده، همونطور که میبنید پشت هزاران سرور و فن سرور ها تو این عکس مشخصه و هوای گرم سرور ها وارد این محفظه آهنی میشه و گوگل توسط دستگاه های تهویه هوای قدرتمندی که داره از این منطقه به آخر تونل ها منتقل میکنه، LED های سبز نگ دقیقا در پشت هر سرور قرار داده شده اند و این نشون میده که الان تقریبا همه سرور ها روشن هستند.

تصویر شماره 6 : اینجا برفراز سرور ها و کمد های آهنی هستش، نکته خیلی جالب اینه که مقیاس های اندازه گیری و پیاده سازی تجهیزات دیتاسنتر دقیقا از بالا و از طریق این میله ها و ستون ها انجام شده و بعدش قسمت های پائینی شکل گرفتن، چیزی که باید بدونین اینه که برق های ولتاژ بالا دقیقا از همین بالا به سمته تجهیزات و سرور ها هدایت میشن.

تصویر شماره 7 : این ها هارد ها یا درایو هایی از سرور های گوگل هستن که چون آسیب دیدن و دیگه قابل تعمیر هم نیستن قراره دور انداخته بشن، اما برای این که اطلاعات مهم کاربران داخل این هارد ها جا نمونه یا کسی بعدا نتونه این اطلاعات رو استحراج کنه گوگل همونطور که در تصویر میبنید با دستگاه های صنعتی این هارد ها رو کاملا فشرده و له کرده تا عملا قابل استفاده نباشند، البته یه مرحله دیگه هم بعد از این وجود داره که این هارد های شکسته شده رو توسط یکسری دستگاه کاملا خورد و تیکه تیکه میکنن تا به قطعات ریز و غیر قابل سوء استفاده تبدیل بشن.

تصویر شماره 8 : هزاران متر لوله های رنگی در دیتاسنتر های گوگل به کار رفته است، گوگل این لوله ها رو با رنگ های روشن رنگ آمیزی کرده است و البته این نگ آمیزی فقط بخاطر جالب و جذاب بودن نیست؛ این رنگ آمیزی بخاطر کاربر هر کدام از لوله ها انجام شده، مثلا لوله های صورتی رنگ آب گرم را از داخل دیتاسنتر به این قسمت میاره و لوله های سبز رنگ که در تصویر میبنید این آب گرم رو از لوله های صورتی دریافت میکنه و به برج های خنک کننده در خارج از دیتاسنتر منتقل میکنه تا آب مجددا خنک بشه و این آب خنک مجددا به قسمت اتاق سرور ها در دیتاسنتر منتقل میشه.

ادامه تصاویر را در لینک مقابل تماشا کنید : دیتاسنتر های گوگل را مشاهده کنید
زینب بازدید : 17 جمعه 08 آذر 1398 زمان : ۰۹:۱۰ نظرات (0)
اشاره :
استفاده از کارت گرافیکی برای پردازش به جای پردازنده! راحت‌تر بگوییم، استفاده از GPU به جای CPU! آیا کارت‌های گرافیکی، پردازنده‌ها را حذف خواهند کرد؟ مطالب و آزمایشات ارایه شده در این مقاله، حول محور فوق دور می‌زند.


مقدمه
مدتی است که زمزمه استفاده از GPU به جای CPU، نقل بسیاری از سایت‌ها و پیش‌قراولان سخت‌افزار شده است. دلیل آن هم بدیهی است. امروزه پیشرفته‌ترین پردازنده‌های دسکتاپ اینتل یا AMD فقط 4 هسته دارند در حالی که کارت‌های گرافیکی موجود صدها هسته دارند. پس اگر بشود پردازش‌های رایج یا حتی تنها بخشی از آنها را توسط GPU انجام داد، اولاً راندمان بسیار بالایی به دست می‌آید و ثانیاً بار پردازشی از دوش CPU برداشته شده و امکان انجام پردازش‌های دیگر توسط آن فراهم می‌شود.
جنگGPU بین ATI و nVIDIA که از اوایل سال 2000 شروع شده، منجر به افزایش قدرت پردازشیGPUها شده است. به موازات این افزایش قدرت و سرعت، هر دو شرکت مذکور نیاز به افزایش کیفیت ویدیویی مخصوصاً در برنامه‌های گرافیکی سه‌بعدی نيز داشتند که اين امر در بحث AntiAliasing و AntiSotropic بروز کرد. اگرچه فناوری‌های عرضه شده توسط آنها در مقاطع مختلف، باعث افزایش کیفیت شده است، اما تحولي اساسی ايجاد نکرده است. اینک هر دو با فناوری جدیدی (هر چند با اسامی متفاوت) قصد انقلاب در حیطه پردازش‌های سنگین را دارند.
هر دو غول گرافیکی دنیا یعنی nVIDIA و ATI (یا بهتر بگوییم AMD) این ایده را در مرحله عمل آورده‌اند و امکان انجام برخی از پردازش‌های CPU را توسط کارت‌های گرافیکی خود میسر کرده‌‌اند. nVIDIA نام فناوري خود را CUDA گذاشته است و ATI هم نام Stream را انتخاب کرده است. باید دید که آیا GPUها موفق می‌شوند CPUها را از دور خارج ‌کنند؟
nVIDIA CUDA
CUDA که مخفف عبارت Compute Unified Device Architecture است، یک معماری جدید پردازش موازی است که توسط nVIDIA ابداع شده است. CUDA موتور پردازشی در GPUهای nVIDIA است که توسط برنامه‌نویسان و در زبان برنامه‌نویسی خاص خود قابل دسترسی است. برنامه‌نویسان در نسخه خاصی از زبان قدرتمند C که دارای ضمیمه (nVIDIA (C with nVIDIA extensions است، برنامه‌های خود را می‌نویسند و بعد از کامپایل قادرند آنها را روی GPU اجرا کنند. البته به زودی با سایر زبان‌های برنامه‌نویسی مثل C++ و Fortran هم می‌توان روی GPU برنامه نوشت.
آخرین نسخه درایورها، همگی دارای تمامی اجزای مورد نیاز برای CUDA هستند. CUDA با تمامی GPUهای سری 8 به بعد شرکت nVIDIA در هر سه خط تولید GeForce، Quadro و Tesla کار می‌کند. nVIDIA تصریح می‌کند که تمامی برنامه‌هایی که برای GeForce سری 8 نوشته شده‌اند، همچنان بدون نیاز به تغییر‌ روی کارت‌های جدیدتر اجرا خواهند شد. CUDA همچنین امکان دسترسی برنامه‌نویسان به مجموعه دستورالعمل‌های Native و اجزای حافظه در پردازش موازی را نيز فراهم می‌کند که این امر توانایی برنامه‎نویس را در کنترل سخت‌افزار بسیار بالا می‌برد. بنابراین با استفاده از CUDA، معماری GPUها هم مثل CPUها باز می‌شود، گرچه GPUها برخلاف CPUها داراي یک معماری "بسیار-هسته‌ای" موازی هستند که طي آن هسته‌ها توانایی پردازش هزاران Thread را به طور همزمان دارند. بنابراین اگر برنامه‌اي منطبق با اين معماری باشد، می‌تواند راندمانی بسیار بالاتر از اجرا بر روی CPU را به ارمغان بیاورد.
با بیش از 100 میلیون GPU فروخته شده با قابلیت CUDA در سراسر دنیا، بسیاری از برنامه‌نویسان با استفاده از کیت(SDK (Software Development Kitبرنامه‌نویسی روی GPU که توسط nVIDIA فراهم شده است، در حال نوشتن برنامه‌های متفاوتی از سطح خانگی تا حرفه‌ای از پردازش‌های صوتی و تصویری گرفته تا شبیه‌سازی‌های فیزیکی، اکتشاف نفت و گاز، طراحی محصول، تصاویر پزشکی و تحقیقات علمی هستند.
بسیاری از کاربردهای فوق حداقل 256 مگابایت حافظه اختصاصی گرافیکی نیاز دارند که امروزه این مقدار حافظه را روی تمامي کارت‌های گرافیکی می‌توان يافت.
در دنیای بازی‌های کامپيوتري، کارت‌های گرافیکی علاوه بر رندر تصاویر گرافیکی، برای محاسبات فیزیکی بازی (افکت‌های فیزیکی مثل دود، آتش، حرکت آب، شن و ...) که اصطلاحاً PhysX نامیده می‌شوند، نیز مورد استفاده قرار می‌گیرند. CUDA همچنین برای افزایش سرعت کاربردهای غیر گرافیکی مثل محاسبات بیولوژیکی و رمزنگاری هم استفاده می‌شود.
CUDA هم APIهای سطح پایین و هم APIهای سطح بالا را فراهم کرده است. در 15 فوریه 2007 کیت SDK مربوط به CUDA در محیط ویندوز و لینوکس ارایه شد و سپس در نسخه 2.0 که در تاریخ 14 فوریه 2008 ارایه شد، MacOS هم مورد پشتیبانی قرار گرفت (شکل 1).
مراحل پردازش CUDA در شکل 1 به ترتیب زیر است:
کپی داده‌ها از حافظه اصلی به حافظه GPU
دستور انجام پردازش توسط CPU به GPU
انجام پردازش موازی در هسته‌های GPU
کپی نتایج از حافظه GPU به حافظه اصلی


شکل 1: جریان پردازش در CUDAویژگی‌های CUDA
استفاده از زبان C استاندارد برای نوشتن برنامه‌های پردازش موازی بر روی GPU
کتابخانه‌های عددی استاندارد برای انجام تبدیل فوریه سریع و ساب‌روتین‌های اصلی جبر خطی
درایور CUDA اختصاصی برای انتقال سریع داده‌ها بین GPU و CPU
درایور CUDA اختصاصی برای عمل متقابل با OpenGL و DirectX
پشتیبانی از ویندوز و لینوکس و Mac OS
مزایای CUDA
CUDA دارای چندین مزیت نسبت به روش‌های معمول پردازش توسط(GPU (GPGPU است که در ادامه ذکر شده‌اند:
خواندن پراکنده: کدها می‌توانند از چندین آدرس مختلف از حافظه خوانده شوند.
حافظه اشتراکی: CUDA می‌تواند بخشی از حافظه را بین Threadها با سرعت بالا به اشتراک بگذارد که در واقع مثل کشی عمل می‌کند که توسط کاربر کنترل می‌شود و پهنای باند بالاتری را ایجاد می‌کند.
دانلود و بازخوانی سریع‌تر به و از GPU
پشتیبانی کامل از عملیات صحیح و بیتی
محدودیت‌های CUDA
CUDA از یک زبان C، بدون توابع بازگشتی و بدون اشاره‌گر استفاده می‌کند و یک پردازش ساده، در بخش‌های پراکنده حافظه پخش می‌شود، بر خلاف حالت عادی که از یک بخش یکپارچه از حافظه استفاده می‌گردد.
رندر بافت‌ها (Texture rendering) پشتیبانی نمی‌شود.
پهنای باند و تاخیر گذرگاه بین CPU و GPU می‌تواند گلوگاه سیستم شود.
در دقت مضاعف (double precision) هیچ مشکلی وجود ندارد اما در دقت تکی
(single precision) به دلیل مشکلات ساختاری، کمی عدم دقت پيش می‌آید.
برای راندمان بالا، Threadها باید در گروه‌‌های حداقل 32تایی اجرا شوند در حالی که نیاز به هزارها thread است. انشعاب‌ها در کد برنامه باعث افت راندمان مي‌شوند و هر 32 تا thread یک مسیر اجرایی را طلب می‌کند. مدل اجراییSIMD در زمان اجرای یک برنامه ذاتاً انشعاب‌پذیر، دچار محدودیت‌های قابل توجهی می‌شود.
GPUهای دارای CUDA فقط در تولیدات سری 8 به بعد nVIDIA قابل پشتیبانی هستند.
تبديل کننده Badaboom

nVIDIA در تولید نرم‌افزارهای مبتنی بر GPU پیش‌قدم شده و ابزاري به نام Badaboom برای تبدیل فرمت‌های مختلف فایل‌های ویدیویی به یکدیگر عرضه کرده است. nVIDIA می‌‌گوید Badaboom تا 20 برابر سریع‌تر از سایر نرم‌افزارهای رایج تبديل‌کننده (Convertor) عمل می‌کند. البته دوستان برنامه‌نویس می‌‌دانند که چرا nVIDIA تبديل فایل‌های ویدیویی را به عنوان نمونه‌ای از کاربردهای CUDA عرضه کرده است، چرا که عمل تبديل فرمت‌های ویدویی بسیار مناسب برنامه‌نویسی موازی است و هیچ انشعابی در برنامه پیش نمی‌آید. البته کار عجیبی که انجام داده، این است که قیمت 30 دلار را برای این نرم‌افزار تعیین کرده است. معمولاً شرکت‌ها برای توسعه یک فناوري جدید، از سودهای ناچیز چشم‌‍‌پوشی کرده و شرایط را برای معرفی بیشتر فناوري مورد نظر مساعد می‌کنند.
ATI Stream Acceleration

ATI هم با همان ایده nVIDIA اقدام به پردازش موازی توسط GPU کرده است و آن را ATI Stream Acceleration نامیده است.
Stream مجموعه‌ای از فناوري‌هاي پیشرفته سخت‌افزاری و نرم‌افزاری است که امکان همکاری پایاپای پردازنده‌های گرافیکی AMD ATI سابق را با CPU فراهم می‌کند تا بسیاری از کاربردها و مهم‌تر از همه، پردازش‌های گرافیکی با سرعت بالایی انجام شوند. در واقع AMD ا***یستمي طراحی کرده که کارایی بالا، کاربردهای متنوع، نرم‌افزارهای خاص و ابزارهای ویژه از جمله ویژگی‌های آن است.
در واقع Stream به یک گروه از مسایل، کاربردها یا پردازش‌ها اشاره می‌کند که می‌توانند به عملیات‎های موازی و مجزا شکسته شوند و به طور همزمان روی یک پردازنده اجرا شوند. این جریان‌های داده‌ موازی وارد پردازنده می‌شوند و به صورت موازی در هسته‌های آن پردازنده اجرا شده و نتایج به صورتی قابل اتصال به هم از پردازنده خارج می‌شوند.
در واقع مزیت اصلی Stream در پردازش‌های
(SIMD(Single Instruction Multiple Data بروز می‌کند. چون CPU براساس روش
(SISD(Single Instruction Single Data کار می‌کند، بنابراین در پردازش‌های موازی Stream عالی ظاهر مي‌شود (شکل 2).


شکل 2: مراحل تبدیل فرمت ویدیویی در ATI Stream برنامه‌هایی که می‌خواهند برای Stream طراحی شوند، باید دو مشخصه اصلی داشته باشند:
‌ درجه بالایی از محاسبات ریاضی در هر واکشی (Fetch) از حافظه
‌ محاسبات مستقل: انجام محاسبات روی هر واحد پردازشی بدون نیاز به بررسی یا تایید هر واحد پردازشی دیگر
ویژگی‌های Stream عبارتند از:
‌ امکان اجرای برنامه‌های جدید بر روی معماری جدید
‌ امکان اجرای پردازش‌های موازی که با معماری GPUهای جدید مطابقت دارند
‌ انتقال از توابع ثابت به پایپ‌لاین قابل برنامه‌نویسی
‌ کاربردهای وسیع در تحقیقات و صنایع تحت عنوان
(GPGPU (General-Purpose Computation on Graphics Processing Unit
‌ پشتیبانی از 320 هسته پردازشی (واحد محاسباتی یا ALU)
‌ پشتیبانی از GPUهای سری R600 به بعد
مهم‌ترین مزایای Stream
‌ مزایای سخت‌افزاری:
انجام محاسبات ممیز شناور با دقت مضاعف
پشتیبانی از 2 گیگابایت حافظه اختصاصی GDDR3
مصرف توان پایین در پردازش‌های سنگین (پردازش بیش از 5 میلیارد عملیات ممیز شناور با یک وات توان)
نیاز به یک کانکتور برق برای Stream
DMA غیر همزمان (انتقال داده‌ها بدون نیاز به وقفه پردازنده)
امکان استفاده از حافظه‌هایی با اندازه متفاوت برای نگهداری نتایج میانی
استفاده از یک بورد کوچک (فقط 23.5 سانتی‌متر)
پشتیبانی از اینترفیس PCI Express 2.0 x16
‌ مزایای نرم‌افزاری:
قابل برنامه‌نویسی با محیطی شبیه C با یک کامپایلر سطح بالا
پشتیبانی از سیستم‌ عامل‌های ویندوز و لینوکس 32 و 64 بیتی
در دسامبر 2008 شرکت AMD با عرضه ATI Catalyst نسخه 8.12 امکان استفاده از قابلیت Stream را در کارت‌های خود فعال کرد. شرکت AMD برای تمرکز بر روی قابلیت Stream دو خط تولید جدید کارت گرافیکی به نام‌های ATI FirePro و AMD FireStream را راه‌اندازی کرد تا به صورت کاملاً حرفه‌ای کارت‌هایی طراحی کند که نهایت راندمان را براساس Stream به ارمغان بیاورد.
ATI Avivo

Avivo هم نمونه‌ای از کاربردهای قابلیت Stream است که توسط ATI برای تبدیل فرمت‌های مختلف فایل‌های ویدیویی به یکدیگر عرضه شده است. Avivo معادل Badaboom شرکت nVIDIA است.
Avivo در GPUهای سری Radeon R520 به بعد ارایه شده است. Avivo برای برداشتن بار پردازشی از دوش پردازنده اصلی طراحی شده است. از جمله این بار پردازشی می‌توان عملیات رمزنگاری یا رمزگشایی فایل‌های ویدیویی
(Video Decoding/Encoding) و پردازش‌های محاسباتی سنگین را نام برد. اگر با سیستمی که دارای یک GPU با قابلیت Avivo است، اقدام به پخش و کدگشايي یک فایل ویدیویی توسط نرم‌افزار خاص Avivo کنید، می‌بینید که درصد استفاده از پردازنده اصلی بسیار کمتر از حالتی است که از نرم‌افزارهای رایج استفاده می‌کنید.
نکته جالب آنکه ATI این نرم‌افزار را برخلاف nVIDIA به صورت رایگان عرضه می‌کند.
تست Avivo
ما در لابراتوار تصمیم گرفتیم که به ارزیابی قدرت GPU در کاربردهایی که تا به حال توسط CPU انجام می‌شده است، بپردازیم.
معمولاً شرکت‌های ارایه کننده فناوري‌هاي جدید کمی در مورد نوآوری‌های خود اغراق می‌کنند و ATI و nVIDIA هم از این قائده مستثنی نیستند.
هر دو شرکت ادعا می‌کنند که مثلاً در مقوله تبدیل فرمت‌های مختلف فایل‌های ویدیویی به یکدیگر، حدود 20 برابر نسبت به نرم‌افزارهای رایج که از CPU استفاده می‌کنند، سریع‌تر عمل می‌کنند. البته تنها قابلیتی که فعلاً می‌توان تست کرد، همان تبديل فایل‌های ویدیویی است، چرا که نرم‌افزار آن توسط شرکت‌های فوق ارایه شده است.
مشخصات سیستم تست


جدول 1: مشخصات سیستم تستتست با فرمت‌های مختلف
ما برای تست از یک فایل 200 مگابایتی با فرمت MPEG2 و یک فایل یک گیگابایتی با فرمت VOB (فرمت DVD) استفاده کردیم و آنها را به فرمت‌های مختلف تبدیل کردیم. هر تبدیل را یکبار با نرم‌افزار ATI Avivo و یکبار با نرم‌افزار Main Concept Reference تکرار کردیم و نهایت دقت را در یکسان بودن تمامي تنظیمات تبدیل انجام دادیم. بدیهی است که برای کدینگ ATI Avivo از GPU و Main Concept Reference از CPU استفاده می‌کنند. نتایج آزمایشات به شرح زیر است:
تبدیل فایل 200 مگابایتی با فرمت MPEG2 به فرمت‌های مختلف:



تبدیل فایل یک گیگابایتی با فرمت VOB به فرمت‌های مختلف:


پس چرا راندمان، 20 برابر نشد؟
همانطور که قبلاً اشاره شد، ATI و nVIDIA مدعی هستند که در تبدیل فرمت‌های مختلف فایل‌های ویدیویی به یکدیگر، حدود 20 برابر نسبت به نرم‌افزارهای رایج که از CPU استفاده می‌کنند، سریع‌تر عمل می‌کنند. اما آزمایشات ما این را نشان نمی‌دهد!
البته با کمی تعمق می‌توان فهمید که چرا این‌گونه نشده است.
آنها اختلاف قوی‌ترین GPU را با ضعیف‌ترین CPU در نظر می‌گیرند. بنابراین اگر از CPU قوی‌تر و یا از GPU ضعیف‌تر استفاده کنیم، این اختلاف کاهش می‌یابد، هر چند همیشه و در همه حال GPU بهتر از CPU عمل می‌‌کند. در سیستم تست ما هم گرچه از کارت گرافیک خیلی خوبی استفاده کردیم، اما پردازنده خوبی هم داشتیم که به طبع مانع از ايجاد اختلاف فاحش مي‌شد.
ضمناً آنها کدینگی را در نظر می‌گیرند که بیشترین اختلاف را در GPU نسبت به CPU دارد (کدینگ‌های مختلف، دارای نسبت‌هاي متفاوتی از اختلاف بین GPU و CPU هستند.)
نتیجه
استفاده از GPU به جای CPU علی‌رغم تمام محدودیت‌هایی که دارد، سرعت و راندمان بالایی را به ارمغان می‌آورد. اگر بتوان روزی تمامی پردازش‌های CPU را توسط GPU انجام داد، تحولی شگرف در سرعت پردازش به وجود می‌آید و دیگر چیزی به عنوان CPU وجود خارجی نخواهد داشت. البته مشروط بر اینکه برنامه‌ها قادر به ارسال تعداد زیادی دستورالعمل به GPU باشند و در سطح بسیار بالایی از پردازش موازی پشتیبانی کنند.
اگر قصد خرید کارت گرافیکی دارید، حتماً مدلی که CUDA یا AVIVO را پشتیبانی می‌کند، خریداری کنید. هر چند با خرید این‌ نوع کارت‌ها به تنهایی امکان استفاده از قابلیت فوق را ندارید، اما می‌توانید از برنامه‌هایی که برنامه‌نویسان و تولیدکنندگان براساس این قابلیت نوشته‌اند، استفاده کنید و لذت سرعت بالا را حس کنید. مثلاً برنامه‌هایی که برای تبدیل فرمت‌های مختلف ویدیویی به یکدیگر وجود دارند، با استفاده از CPU این کار را انجام می‌دهند، حال آنکه برنامه‌های دیگری براساس CUDA یا AVIVO نوشته شده‌اند که همان کار را بدون استفاده از CPU چندین برابر سریع‌تر انجام می‌دهند. ضمناً دوستداران بازی هم می‌توانند بازی‌های جدیدتر را که براساس قابلیت فوق عرضه می‌شوند، بسیار طبیعی‌تر و روان‌تر بازی کنند.
به طور خلاصه می‌توان گفت که استفاده از GPU به جای CPU دو مزیت اصلی دارد:
سرعت بسیار بالاتر در انجام محاسبات
آزاد شدن CPU و امکان استفاده از آن در پردازش‌های دیگر
کلام پاياني
تا چندی پیش در جوامع علمی مطرح بود که پردازنده‌‍‌ای طراحی شود که دارای GPU هم باشد و برای کاربردهای سبک گرافیکی مورد استفاده قرار گیرد، اما حالا قضیه برعکس شده است. GPUها کار پردازنده را انجام می‌دهند.
هر چند GPUها فعلاً تمامی پردازش‌های CPU را نمی‌توانند انجام دهند، اما دورنمای این فناوری چیز دیگری را نشان می‌دهد. آری، شمارش مع*** برای به تاریخ پیوستن CPU شروع شده است. البته نگارنده معتقد است که GPU جای CPU را نمی‌گیرد (به دلیل تفاوت معماری آنها و کاربردهای متفاوت آنها) بلکه GPU نقش پردازنده کمکی یا Coprocessor را بازی خواهد کرد، با این تفاوت که این پردازنده کمکی در بسیاری از پردازش‌ها از پردازنده اصلی قوی‌تر عمل می‌کند!
زینب بازدید : 27 جمعه 19 مهر 1398 زمان : ۲۱:۵۰ نظرات (0)
1

تعداد صفحات : 1

موضوعات
لینک دوستان
پیوندهی روزانه
  • آرشیو لینک ها
  • صفحات جداگانه
    آمار سیت
  • کل مطالب : 2,382
  • کل نظرات : 0
  • افراد آنلین : 18
  • تعداد اعضا : 0
  • بازدید امروز : 5,861
  • باردید دیروز : 6,150
  • بازدید هفته : 34,878
  • بازدید ماه : 131,278
  • بازدید سال : 724,120
  • بازدید کلی : 2,109,343