今天託老師的福 有機會聽中研院孔祥重院士的演講
題目是關於雲端運算的挑戰 大多拿google當例子
雖然我聽完還是不太懂雲端確切的定義是啥(院士根本沒講XD)
同樣是分散式運算的概念
實際要處理的問題跟grid computing卻有很大的差異
我自己解讀就像資本主義和共產主義的對應
1.節能
user看似便宜(gmail的免費8G)的服務
其實消耗了非常多的社會成本(水、電、排熱、排CO2)
目前政府睜隻眼閉隻眼 但等某天要處理時就麻煩大了
單一server的power waste累積到data center的規模是相當恐怖的
院士提到是server的load跟power consumption不成比例
(100%load用400w , 5%load就得用320w)
目前作法是零散的工作儘量塞到一起 維持working server 近100% load
但這牴觸了後面的locality
另外目前大容量低成本的storage唯一選擇是hd 但hd的損壞率太高
為了維持可靠度 用raid+log放了很多redundency
大家都認為ssd應該可以有效降低這方面的耗能 但實際的數據從未發表
而且ssd除了成本高 他的壽命和連續讀寫速率都還需改進
2.locality
這是很多層面的 除了地域性的data center分佈有locality
題目是關於雲端運算的挑戰 大多拿google當例子
雖然我聽完還是不太懂雲端確切的定義是啥(院士根本沒講XD)
同樣是分散式運算的概念
實際要處理的問題跟grid computing卻有很大的差異
我自己解讀就像資本主義和共產主義的對應
1.節能
user看似便宜(gmail的免費8G)的服務
其實消耗了非常多的社會成本(水、電、排熱、排CO2)
目前政府睜隻眼閉隻眼 但等某天要處理時就麻煩大了
單一server的power waste累積到data center的規模是相當恐怖的
院士提到是server的load跟power consumption不成比例
(100%load用400w , 5%load就得用320w)
目前作法是零散的工作儘量塞到一起 維持working server 近100% load
但這牴觸了後面的locality
另外目前大容量低成本的storage唯一選擇是hd 但hd的損壞率太高
為了維持可靠度 用raid+log放了很多redundency
大家都認為ssd應該可以有效降低這方面的耗能 但實際的數據從未發表
而且ssd除了成本高 他的壽命和連續讀寫速率都還需改進
2.locality
這是很多層面的 除了地域性的data center分佈有locality
病房的五個日出
Life Story(5)

