详细内容或原文请订阅后点击阅览
帮助数据中心以更少的硬件提供更高的性能
研究人员开发了一种智能平衡工作负载的系统，以提高数据中心闪存存储硬件的效率。
来源:MIT新闻 - 人工智能为了提高数据中心效率，多个存储设备通常通过网络汇集在一起，以便许多应用程序可以共享它们。但即使采用池化，由于设备之间的性能差异，大量设备容量仍然未得到充分利用。
麻省理工学院的研究人员现已开发出一种系统，可以通过同时处理三个主要的变化源来提高存储设备的性能。与一次仅处理一种可变性来源的传统方法相比，他们的方法显着提高了速度。
该系统采用两层架构，其中一个中央控制器负责对每个存储设备执行哪些任务做出总体决策，而每台机器的本地控制器则在该设备出现问题时快速重新路由数据。
该方法可以实时适应不断变化的工作负载，不需要专门的硬件。当研究人员在人工智能模型训练和图像压缩等实际任务上测试该系统时，它的性能几乎是传统方法的两倍。通过智能平衡多个存储设备的工作负载，系统可以提高数据中心的整体效率。
“人们倾向于在问题上投入更多资源来解决问题，但这在很多方面都是不可持续的。我们希望能够最大限度地延长这些非常昂贵的碳密集型资源的使用寿命，”电气工程和计算机科学 (EECS) 研究生、该技术论文的主要作者 Gohar Chaudhry 说道。 “借助我们的自适应软件解决方案，您仍然可以在需要扔掉现有设备并购买新设备之前充分发挥现有设备的性能。”
利用未开发的性能
固态硬盘 (SSD) 是高性能数字存储设备，允许应用程序读取和写入数据。例如，SSD 可以存储大量数据集并将数据快速发送到处理器以进行机器学习模型训练。