大数据时代闪存和RAM一样快！

就高速数据处理而论，RAM一般来说用作存储正在用于的数据，它比从传统磁盘萃取数据的速度要慢数万倍，比NAND存储器的速度也慢很多倍。而麻省理工学院（MIT）研究人员建构了一个服务器网络证明对于大数据应用于，存储器和RAM一样慢，而且低廉很多。

　　　　在这个大数据时代，海量数据集用作说明了千百万人的出售趋势或预测还有基于千万个数据点的金融市场趋势，单一电脑的RAM是无法负荷的。　　例如，处置一个人的基因组的数据，必须40到100台标准计算机。

而另一个可选项NAND存储器，它的价格约是RAM的十分之一，消耗功率也是它的十分之一。上个月，在计算机体系结构国际会议（InternationalSymposiumonComputerArchitecture）上，麻省理工学院研究人员展出了一个新的系统，证实存储器和传统RAM一样高效，而且还能减少功率和硬件成本。　　比如，我们必须出售一个系统来处置10TB大的数据集。在DRAM中处置它，假设服务器有100GB内存的DRAM，我们就必须一组约100台电脑集群。

ArvindMithal，麻省理工学院计算机科学与工程约翰逊讲座教授在邮件中恢复说道，这样一个集群创立必须约400000美元。　　每一台服务器相连到一个可仿真有所不同电路的现场可编程网关阵列（field-programmablegatearray或FPGA），每一个FPGA依序相连到2个500GB的存储器芯片和2个其他距离最近的FPGA。　　因为彼此相互连接，FPGA沦为了一个较慢网络，容许任何服务器从每一个存储器驱动器存取数据，而这些FPGA也能掌控存储器驱动器。

　　Arvind还回应，某种程度在存储器中处置10TB数据集，只必须10台电脑每台必须1TB存储器容量。即便还包括基于FPGA加速器硬件成本，这个系统的总成本也会多达大约70000美元。

如果我们考虑到基于存储器的系统中，每一台服务器上不必须某种程度多的DRAM这个事实，价格有可能还不会更进一步减少。Arvind称之为，如果我们用于配备较多DRAM的低端服务器，该系统花费约是40000美元。　　而确保一个基于存储器的系统费用似乎更加低廉，他之后说，因为存储器比DRAM消耗更加小的功率并且所需的服务器也比较较较少。

就算将存储器和FPGA加速器因素的额外功耗也算在内，麻省理工学院的服务器网络标准表明存储器存储设备也意味着是减少了约10%的功耗到整个系统。　　实质上，即使没他们的新网络结构，研究人员认为如果做到分布式计算的服务器用于磁盘驱动器来获取数据只必须该时间的5%，和用于存储器时的性能完全相同。

　　例如，配备10TBRAM的40台服务器处置一个10.5TB的计算出来，也不比配备20TB存储器的20台服务器慢。而存储器不但成本较较少，也只损耗一小部分功率。

　　通过将服务器的一些计算能力后移到存储器驱动器的掌控芯片上，研究人员就能制作一个可与基于RAM服务器相媲美的20台基于存储器的服务器网络。　　他们在将数据传送返服务器之前，用于存储器驱动器对其展开预处理，减小了分布式计算的效率。　　这并非是要代替DRAM之类的东西。

Arvind回应，他和一组研究生和研究员在广达电脑公司已完成了这项工作。该调查指出有可能有许多应用于需要代替RAM，而且用于一个基于存储器的电脑架构费用较低。

　　每一个人都在实验存储器的有所不同方面。我们只是尝试从另一个角度著手。Arvind如是说。

本文来源：威尼斯在线官网-www.gztxjhw.com