CN108984309A - 一种rack服务器资源池化系统及方法 - Google Patents

Abstract

本发明提供了一种RACK服务器资源池化系统，所述的系统包括：计算集群模块，包括若干计算节点，用于处理浮点集计算型数据相关业务；GPU并行资源集群模块，包括若干相互连接的服务器节点，用于实现并行处理、AI智能分析业务；存储资源集群模块，包括若干存储盘，用于实现海量存储业务；网络资源集群模块，包括网络中转设备，用于实现内部资源调度、IO吞吐业务；RACK整机柜监控系统，包括RMC，用于整机系统监控资源和运维监控。除了能够带来灵活、弹性的资源部署，提高资源利用率这个优势，还能够更有效的提高服务器的故障修复能力，提升服务器运营效率。本发明还提供了一种搭建RACK服务器资源池化系统的方法。

Description

一种RACK服务器资源池化系统及方法

技术领域

本发明涉及服务器及池化技术领域，更具体地说，涉及一种RACK服务器资源池化系统及方法。

背景技术

传统的机架式服务器计算、存储、网络资源配比较为均衡，具有很好的通用性，可很好的应对传统业务模式，但是，随着企业数据量的指数增长，业务复杂多样化，传统机架式服务器在应对大规模业务模型时，已经显露出疲态，在运行某一种资源密集型的应用，效率不够高，还影响密度。

例如：计算密集型应用，空着的内存插槽、驱动器仓、扩展槽位都影响计算密度；内存密集型应用，驱动器仓和扩展槽位可能是浪费空间；存储密集型应用，CPU和内存的设计配置过高了，针对AI业务时，扩展不足，无法适配大量GPU满足业务需求。为此付出的代价是定制不同型号的服务器，服务类型的增加，不仅给服务器的资源管理带来了困难，也给服务器的运营增加了很多困难和成本。

发明内容

本发明提出了一种RACK服务器资源池化系统及方法，服务器资源池化技术，除了能够带来灵活、弹性的资源部署，提高资源利用率这个优势，还能够更有效的提高服务器的故障修复能力，提升服务器运营效率。

本发明实施例提供了一种RACK服务器资源池化系统，所述的系统包括：

计算集群模块，包括若干计算节点，用于处理浮点集计算型数据相关业务；

GPU并行资源集群模块，包括若干相互连接的服务器节点，用于实现并行处理、AI智能分析业务；

存储资源集群模块，包括若干存储盘，用于实现海量存储业务；

网络资源集群模块，包括网络中转设备，用于实现内部资源调度、IO吞吐业务；

RACK整机柜监控系统，包括RMC，用于整机系统监控资源和运维监控。

进一步的，所述的网络中转设备包括：

PCIE交换机，用于实现计算节点、服务器节点的互联；

SAS交换机，用于实现计算节点、服务器节点与存储盘的数据交互；

网络交换机，用于实现计算节点、服务器节点、存储盘与外部网络的数据交互。

进一步的，所述计算集群模块中的计算节点采用以下装置中的一种或多种：常规服务器、刀片式服务器、RACK服务器。

进一步的，所述的GPU并行资源集群模块采用基于PCIe Switch的PEX9797扩展方案，内部通过PCIE线缆连接。外部采用SAS HD 8x与PCIE交换机和服务器节点连接。

进一步的，所述的存储资源集群模块采用avoton冷存储+JBOD方案，内部通过SATA/SAS接口连接HDD存储盘，外部通过SAS HD 4x与SAS交换机和服务器节点连接。

进一步的，所述的RMC通过I2C获取系统内各个模块或节点的状态数据，用以监控系统内各个模块或节点的运行状态。

本发明实施例还提供了一种RACK服务器资源池化方法，所述的方法包括以下步骤：

根据应用场景，选择合适的服务器作为计算节点，并将服务器进行数据互联，搭建计算集群模块；

根据计算节点的数量，为每一个计算节点配置相应数量的服务器节点为并行计算资源，并利用PCIE交换机进行数据互联；

利用SAS交换机，把布置好的计算节点、服务器节点与存储资源池内的硬盘进行数据互联；

设置网络交换机，使得每一个计算节点、服务器节点以及硬盘都能与外界网络进行数据交互；

利用I2C将RMC与系统内的每个模块或计算节点连通。

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：

服务器资源池化技术在灵活弹性部署、故障冗余能力、降低TCO等方面都具备优势，资源池化的方式是弹性可控、随需应变的。Rack服务器采用功能模块和支撑模块彻底分离，采用集中供电，结合电源负载动态调整技术，电源转换效率高达94％以上，散热方面由机柜背部风扇墙集中散热，通过供电、散热的整合，相比普通机架式服务器，Rack运行功耗降低10％以上，因此Rack服务器特别适合面向海量数据的存储和处理，特别适合云计算、大数据处理等应用。

将RACK整机柜优势与池化技术优势相结合，使的池化技术将原有独享式的资源使用方式改为共享式的，所有资源都放在一个大池子中。资源可以弹性分配和在不同的应用之间动态调整。而整个RACK池化资源的维护管理，不再是一个业务应用的运维人员就管自己的，而是通过RACK整机柜独有监控管理模式统一去管池化资源。按一个数据中心平均有4000个节点来算，从前大概得要二三十人去维护，现在通过RACK服务器池化之后，可以做到一个人管两三千个。监管控一体化的过程还能够放到移动端去，让相关人员在手机上就能随时进行监控管理。

附图说明

图1是本发明实施例的系统原理图；

图2是本发明实施例的方法流程图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

实施例

如图1所示，本发明实施例提供了一种RACK服务器资源池化系统，所述的系统包括计算集群模块、GPU并行资源集群模块、存储资源集群模块、网络资源集群模块、RACK整机柜监控系统。

所述的计算集群模块，包括若干计算节点，用于处理浮点集计算型数据相关业务。计算集群的计算节点，可采用常规服务器，既可以是刀片式服务器，也可以RACK类服务器，优势是CPU内存资源可扩展性好，容易根据业务需求弹性扩配CPU内存资源，满足浮点运算型业务，采用SR整机柜服务器深度学习集群架构，可以大大兼容不同场景不同模式的服务器，可以充分现有服务器资源，减少融合成本，配合其他池化资源，能大大扩展现有传统服务器的应用领域。

所述的GPU并行资源集群模块，包括若干相互连接的服务器节点，用于实现并行处理、AI智能分析业务。GPU并行资源集群模块采用基于PCIe Switch的PEX 9797扩展方案，内部通过PCIE线缆连接。外部采用SAS HD 8x与PCIE交换机和服务器节点连接。

采用GPU资源池化的模式，实现GPU资源的弹性扩展，同时给予集中管理监控，便于管理和运维，采用PCIE交换机进行GPU资源的交换分配，可以很容易的实现不同业务下的资源弹性分配，实现传统服务器与GPU资源的协同调度，协同调度主要有两种模式：

CPU/GPU协同计算：CPU只负责复杂逻辑和事务处理等串行计算，GPU进行大规模并行计算。

CPU+GPU共同计算：由一个CPU进程/线程负责复杂逻辑和事务处理等串行计算，其它CPU进程/线程负责小部分并行计算，GPU负责大部分并行计算。

所述的存储资源集群模块，包括若干存储盘，用于实现海量存储业务。存储资源集群模块采用avoton冷存储+JBOD方案，内部通过SATA/SAS接口连接HDD存储盘，外部通过SASHD 4x与SAS交换机和服务器节点连接。

存储数据量的年增长率达50％～60％。面对新的应用，以及不断增加的存储容量，存储面临三大挑战：一是存储数据的成本在不断地增加；二是数据存储容量爆炸性增长；三是越来越复杂的环境使得存储的数据无法管理。通过SAS交换机与JBOD相结合储存设备实现了存储硬件的池化。JBOD在存储数据的时候，数据简单的从弟一个硬盘开始存储。当第一个硬盘的存储空间用完之后，再往后面的硬盘中存储数据。JBOD可以在基于并行SCSI电缆的直接附加存储中使用，也可以在具有Fibre Channel(光纤通道)接口的存储网络中使用。配置很简单，只需要将硬盘驱动器插在一个服务器的内部总线上，然后将服务器与JBOD作系统治间的外部总线电缆简化成单条电缆连接。

RACK服务器具有高密度和节约化管理，单个1U的JBOD可实现20块10T的存储量，通过RACK与JBOD结合，20U的空间即可实现4000T的存储空间，在实现存储池化技术后，多盘存储资源池为单体硬盘提供了很好的冗余设计能力。当单个硬盘出现故障后，可以及时使用其他硬盘资源进行无损恢复。

所述的网络资源集群模块，包括网络中转设备，用于实现内部资源调度、IO吞吐业务，其中，所述的网络中转设备包括：PCIE交换机，用于实现计算节点、服务器节点的互联；SAS交换机，用于实现计算节点、服务器节点与存储盘的数据交互；网络交换机，用于实现计算节点、服务器节点、存储盘与外部网络的数据交互。可以将计算资源集群、存储资源集群、GPU资源集群有效连接整合，实现IO海量吞吐，提升服务效率，降低实时延迟。

所述的RACK整机柜监控系统，包括RMC，所述的RMC通过I2C获取系统内各个模块或节点的状态数据，用以监控系统内各个模块或节点的运行状态。

通过整机柜RMC实时监控池化系统状态，可以便捷读取各个模块的资源利用状态和整机系统的健康状态，易于对整个RACK池化资源的维护管理，不再是各个模块对应的运维人员只管自己的，而是通过RACK整机柜独有监控管理模式统一去管池化资源，通过RACK服务器池化之后，可以做到一个人管两三千个。

如图2所示，为了构建上述的系统，本发明实施例还提供了一种RACK服务器资源池化方法，所述的方法包括以下步骤：

1)根据应用场景，选择合适的服务器作为计算节点，并将服务器进行数据互联，搭建计算集群模块。

2)根据计算节点的数量，为每一个计算节点配置相应数量的服务器节点为并行计算资源，并利用PCIE交换机进行数据互联。

3)利用SAS交换机，把布置好的计算节点、服务器节点与存储资源池内的硬盘进行数据互联。

4)设置网络交换机，使得每一个计算节点、服务器节点以及硬盘都能与外界网络进行数据交互。

5)利用I2C将RMC与系统内的每个模块或计算节点连通。

尽管说明书及附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换；而一切不脱离本发明创造的精神和范围的技术方案及其改进，其均涵盖在本发明创造专利的保护范围当中。

Claims (7)

1.一种RACK服务器资源池化系统，其特征在于，所述的系统包括：

计算集群模块，包括若干计算节点，用于处理浮点集计算型数据相关业务；

GPU并行资源集群模块，包括若干相互连接的服务器节点，用于实现并行处理、AI智能分析业务；

存储资源集群模块，包括若干存储盘，用于实现海量存储业务；

网络资源集群模块，包括网络中转设备，用于实现内部资源调度、IO吞吐业务；

RACK整机柜监控系统，包括RMC，用于整机系统监控资源和运维监控。

2.根据权利要求1所述的一种RACK服务器资源池化系统，其特征在于，所述的网络中转设备包括：

PCIE交换机，用于实现计算节点、服务器节点的互联；

SAS交换机，用于实现计算节点、服务器节点与存储盘的数据交互；

网络交换机，用于实现计算节点、服务器节点、存储盘与外部网络的数据交互。

3.根据权利要求1或2所述的一种RACK服务器资源池化系统，其特征在于，所述计算集群模块中的计算节点采用以下装置中的一种或多种：常规服务器、刀片式服务器、RACK服务器。

4.根据权利要求2所述的一种RACK服务器资源池化系统，其特征在于，所述的GPU并行资源集群模块采用基于PCIe Switch的PEX 9797扩展方案，内部通过PCIE线缆连接。外部采用SAS HD 8x与PCIE交换机和服务器节点连接。

5.根据权利要求2所述的一种RACK服务器资源池化系统，其特征在于，所述的存储资源集群模块采用avoton冷存储+JBOD方案，内部通过SATA/SAS接口连接HDD存储盘，外部通过SAS HD 4x与SAS交换机和服务器节点连接。

6.根据权利要求1或2所述的一种RACK服务器资源池化系统，其特征在于，所述的RMC通过I2C获取系统内各个模块或节点的状态数据，用以监控系统内各个模块或节点的运行状态。

7.一种RACK服务器资源池化方法，其特征在于，所述的方法包括以下步骤：

根据应用场景，选择合适的服务器作为计算节点搭建计算集群模块；

根据计算节点的数量，为每一个计算节点配置相应数量的服务器节点为并行计算资源，并利用PCIE交换机进行数据互联；

利用SAS交换机，把布置好的计算节点、服务器节点与存储资源池内的硬盘进行数据互联；

设置网络交换机，使得每一个计算节点、服务器节点以及硬盘都能与外界网络进行数据交互；

利用I2C将RMC与系统内的每个模块或计算节点连通。