北京
随着 AI 成为组织创新和竞争优势不可或缺的一部分，对高效且可扩展的基础设施的需求比以往任何时候都更加迫切。NVIDIA 和 DDN 存储之间的合作正在为这一领域树立新的标准。通过将NVIDIA BlueField DPU（数据处理器）集成到DDN EXAScaler和DDN Infinia中，并以创新的方式使用它们，DDN 存储正在改变以数据为中心的工作负载。
NVIDIA 先进的数据处理与 DDN 强大的存储解决方案的协同作用可以优化 AI 工作流程、增强运营、提高资源利用率，并在 AI 环境中支持多租户。
本文将重点介绍与 Infinia 的集成优势。
集成 DPU 的存储解决方案
DDN Infinia是一个软件定义数据平台，利用BlueField-3 DPU的强大功能来有效管理以数据为中心的工作负载，尤其是在加速计算和生成式 AI 方面。这种集成增强了多租户支持，提高了运营效率，并增强了数据保护。这使得它成为组织使用 AI 和云技术驱动创新和运营敏捷性的理想解决方案。
此解决方案包含几个关键组件：
- 卸载数据处理
- 加速存储性能
- 提高效率
- 支持多租户
- 增强安全性
- 增强扩展性
卸载数据处理
BlueField DPU通过接管数据处理任务来减轻 CPU 的负担，从而释放计算资源并提高整体系统性能。这种存储和安全任务的卸载可提高 CPU 使用效率，从而显著减少延迟并加快数据处理速度。
加速存储性能
DDN 的存储解决方案由 BlueField DPU 提供支持，可提高 AI 工作负载的存储性能。借助 BlueField DPU 的高级数据处理能力，这些解决方案可实现更高的吞吐量和更高的系统响应速度，从而加速 AI 应用。
NVIDIA GPUDirect Storage（GDS）有助于在 GPU 平台和存储之间建立直接数据路径，从而最大限度地减少系统内存流量，进而提高带宽并减少 CPU 负载，以优化 AI 工作流程。
提高效率
传统存储系统在通用 x86 CPU 上执行如闪存管理、RAID、访问控制和加密等各种任务。然而，随着网络速度和安全需求的不断提高，这些任务的执行变得越来越低效。
在存储服务器和主机访问中集成 BlueField DPU，可通过卸载和加速 NVMe-oF 存储协议等任务显著提高存储效率，从而为其他应用程序释放 CPU 周期。
支持多租户
DDN Infinia 存储平台采用容器化，使不同存储功能在单独的容器中运行。这种架构通过将任务卸载到 DPU 来提高可扩展性并优化整个数据路径，从而降低延迟。
多租户部署可在单个文件系统中整合多个命名空间，从而提高容量利用率、降低硬件成本并简化部署和管理。
BlueField DPU 基于硬件的隔离和资源分配功能可实现多个用户和应用程序之间能够安全共享基础设施资源，从而提高资源利用率和运营效率。
图 1.DDN Infinia 安全地隔离用户数据
图 1 显示 DDN Infinia 提供本地多租户功能，用于安全隔离用户数据；在所有租户和子租户中应用高效的服务质量算法；并确保在传输、静态和组织之间共享期间的数据保护。
增强安全性
BlueField DPU 的专用处理资源和内存提供了一个安全的环境，可防止未经授权的访问并抵御潜在的攻击。硬件加速加密可确保存储系统中存储的数据经过静态加密，从而保护敏感信息。
BlueField DPU 的访问控制机制使管理员能够定义和执行细粒度访问策略，以确保只有授权用户或应用程序才能访问和修改数据。此外，还提供安全启动功能，以在启动过程中验证固件和软件组件的完整性，从而防止篡改或未经授权的修改。
从主机 CPU 卸载安全相关的任务可减少攻击面，并释放 CPU 资源用于其他关键任务。
借助这些组合安全功能，BlueField DPU 为 AI 工作负载以及从 DPU 到 CPU 的数据提供了可靠且安全的存储解决方案。组合技术堆栈确保数据始终受到保护，从而解决 AI 驱动环境中的数据安全性和完整性问题。您的组织可以针对网络威胁和未经授权的访问提供更出色的保护，增强整体数据的安全性和合规性。
增强扩展性
DDN Infinia 是一个完全容器化的平台，围绕一组编排的微服务构建，以提供整个存储服务。通过使用 BlueField DPU，DDN 开发了一种支持完整云原生堆栈的全新架构。这种对 BlueField DPU 的创新使用使存储平台能够跨网络扩展。
具体来说，DDN Infinia 的 Amazon S3 对象服务是容器化的，可以通过使用 NVIDIA DGX 客户端系统中的 NVIDIA DPU 资源来独立于 Infinia 存储系统运行。这种设计转变彻底改变了在存储系统中的数据流方式。传统上，Amazon S3 对象是在本地对 BlueField 上运行的服务进行调用的。传统存储依赖于通过网络发送命令（RESTful 调用），这可能会很慢。
借助 BlueField，这些调用被从 DPU 到存储系统的 RDMA 调用所取代。这将卸载主系统中的存储任务，并使用更高效的数据路径，从而显著减少延迟并提高 AI 加速的带宽。这种存储架构的重新配置改变了 Amazon S3 对象数据路径，显著提高了性能和可扩展性。
总结
DDN 和 NVIDIA 之间的合作将显著提升数据中心基础设施中的 AI 应用，为更高效、更安全的 AI 驱动工作流程奠定基础。通过利用高级数据处理和存储解决方案的综合优势，您的组织将在 AI 计划中获得更高的效率、可扩展性和安全性。
扫描二维码，观看相关 GTC 2024 会议，了解 DDN 如何在加速计算时代推动生成式 AI 的发展并加速数据处理：
优化 AI 数据中心：用于提高生产力和效率的加速数据存储策略
适用于动态产生 AI 工作负载的高级存储优化策略
有关 NVIDIA BlueField 存储加速功能潜力的更多信息，请扫描二维码，参阅以下 NVIDIA 官网文档：
使用 NVIDIA BlueField DPU来加速 AI 存储访问
NVIDIA BlueField-3 DPU片上可编程数据中心基础设施
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
