面向大数据异构系统的神威并行存储系统
随着大数据应用和传统高性能计算应用的融合以及异构计算的引入，传统面向高性能计算的并行存储系统 面临着异构计算I/O支持差、性能干扰和效率低等问题。通过在系统架构引入多层次存储架构、设计缓存映射 机制来减轻I/O负载。在转发服务层，调整I/O转发策略，均衡I/O负载。在后端存储层，对系统高可用功能进行 调整，解决大数据I/O访问模式与原有高可用措施的冲突。经过优化设计和完善后的并行存储系统更好地适应 了异构众核架构，使得某些应用获得了10倍以上的I/O性能提升。
- 2021-06-21
- 阅读258
- 下载0
- 10页
- pdf
