DCI به چه معنی است

Sep 15, 2025|

در چشم انداز دیجیتال معاصر ، مراکز داده به ستون فقرات زیرساخت های محاسباتی ابری تبدیل شده اند و ضمن مصرف مقادیر قابل توجهی از انرژی ، حجم گسترده ای از داده ها را پردازش می کنند.

 

سؤال "DCI به چه معنی است" غالباً در بحث در مورد معماری های مرکز داده مدرن ، جایی که DCI مخفف Center Center Interconnect است ، ایجاد می شود ، فناوری ای که چندین مرکز داده را به هم متصل می کند تا امکان اشتراک منابع و توزیع بار کار را فراهم کند.

 

انرژی - برنامه ریزی کارآمد به عنوان یک چالش مهم ظاهر شده است ، و نیاز به رویکردهای پیشرفته برای تعادل نیازهای عملکرد با بهینه سازی مصرف برق دارد. روش برنامه ریزی شبکه مرکز داده (DENS) نشان دهنده پیشرفت قابل توجهی در پرداختن به این چالش ها از طریق مدل سازی سلسله مراتبی و استراتژی های تخصیص منابع هوشمند است.

What does dci mean

 

 

مفاهیم کلیدی در شبکه مرکز داده

 

  Data Center Interconnect (DCI)

  اتصال مرکز داده (DCI)

فناوری که چندین مرکز داده را برای فعال کردن اشتراک منابع ، توزیع بار کار و بازیابی فاجعه در امکانات جغرافیایی پراکنده متصل می کند.

  Network Congestion

  ازدحام شبکه

هنگامی اتفاق می افتد که ترافیک شبکه از ظرفیت فراتر رود ، که اغلب در اثر محدودیت بافر در زیرساخت های اترنت و عدم تطابق پهنای باند بین پیوندها ایجاد می شود.

  DENS Methodology

  روش شناسی

یک رویکرد سلسله مراتبی به برنامه ریزی مرکز داده که باعث بهینه سازی بهره وری انرژی ضمن حفظ عملکرد از طریق تخصیص منابع هوشمند می شود.

 

احتقان شبکه در محیط های مرکز داده

 

چالش زیرساخت مبتنی بر زیرساخت {0}

 

مراکز داده مدرن فلسفه استفاده از رسانه های اترنت را برای حمل انواع مختلف ترافیک از جمله ارتباطات LAN ، SAN و IPC پذیرفته اند. در حالی که فناوری اترنت بلوغ ، سهولت استقرار و مدیریت نسبتاً ساده را ارائه می دهد ، از نظر محدودیت عملکرد سخت افزار ، به ویژه در ظرفیت بافر ، چالش های قابل توجهی را ارائه می دهد.

 

اندازه بافر معمولی اترنت در سطح 100 کیلوبایت کار می کند ، در حالی که روترهای اینترنتی به طور معمول دارای اندازه بافر با 100 مگابایت هستند. این تفاوت قابل توجه 1000x در ظرفیت بافر ، همراه با الگوهای ترافیکی پهنای باند {4} بالا ، علت اصلی احتقان شبکه در محیط های مرکز داده را تشکیل می دهد.

مقایسه ظرفیت بافر

اترنت 100 کیلوبایت سوئیچ می کند

روترهای اینترنتی 100 مگابایت

تفاوت 1000x در ظرفیت بافر چالش های قابل توجهی را برای رسیدگی به الگوهای ترافیک پهنای باند بالا- در مراکز داده ایجاد می کند.

 

تظاهرات احتقان در سوئیچ های مرکز داده

 

تظاهرات احتقان در سوئیچ های مرکز داده می تواند از جهات مختلفی رخ دهد. در جهت downlink ، تراکم هنگامی ظاهر می شود که ظرفیت کل پیوندهای ورود از ظرفیت پیوندهای خروجی فراتر رود. برای جهت های ارتباطی ، عدم تطابق پهنای باند در درجه اول توسط نسبت همگرایی پهنای باند تعیین می شود ، با احتقان هنگامی که پهنای باند جمع شده از تمام درگاه های سرور از کل ظرفیت بالایی سوئیچ پیشی می گیرد.

 

این نقاط احتقان ، که اغلب به آنها نقاط مهم گفته می شود ، می تواند به شدت بر توانایی شبکه مرکز داده در انتقال کارآمد داده ها تأثیر بگذارد ، و به طور بالقوه توان را تا 70 ٪ در موارد شدید کاهش می دهد.

 

احتقان پایین لینک

هنگامی اتفاق می افتد که کل ترافیک ورودی از ظرفیت خروجی یک درگاه سوئیچ فراتر رود و باعث ایجاد تنگناها در جریان داده ها از ردیف های بالاتر تا پایین شبکه شود.

ازدحام بالایی

هنگامی اتفاق می افتد که ترافیک سرور جمع شده از ظرفیت بالابر فراتر رود ، که به طور معمول توسط نسبت همگرایی پهنای باند طراحی شبکه تعیین می شود.

 

استانداردهای IEEE 802.1QAU و مدیریت احتقان

 

چگونه 802.1qau کار می کند

1

سوئیچ های اضافه بار احتقان را تشخیص داده و سیگنال های اعلان ایجاد می کنند

2

سیگنال های احتقان به دستگاه های ارسال شده پخش می شوند

3

فرستنده ها برای کاهش احتقان ، نرخ انتقال آنها را دریغ می کنند

4

استفاده از شبکه در سطوح بالا (حداکثر 95 ٪) حفظ می شود

5

از دست دادن بسته از طریق کنترل نرخ فعال به حداقل می رسد

گروه وظیفه Bridging Center Center (IEEE 802.1) راه حل های کنترل احتقان Layer 2 ، به ویژه مشخصات IEEE 802.1QAU را توسعه داده است. این استاندارد حلقه های بازخورد را برای اطلاع رسانی احتقان بین سوئیچ های مرکز داده معرفی می کند ، و این امکان را برای سوئیچ های اضافه بار فراهم می کند تا از سیگنال های اعلان احتقان استفاده کنند تا به فرستنده های بار بالا-.

 

در حالی که این تکنیک به طور موثری از از بین رفتن بسته به دلیل احتقان جلوگیری می کند و میزان استفاده بالای شبکه را تا 95 ٪ حفظ می کند ، اما اساساً مشکل اساسی را برطرف نمی کند.

"یک رویکرد کارآمدتر شامل استقرار استراتژیک داده ها {{0} tass وظایف فشرده برای جلوگیری از به اشتراک گذاری مسیرهای ارتباطی مشترک است. به عنوان مثال ، برای استفاده کامل از ویژگی های جداسازی مکانی از معماری های سه-}} داده ها {3} tasks وظایف با استحکام با توجه به نیازهای محاسبه ای در سرور ارتباطات ، توزیع شده است.

این داده ها - tasks فشرده ، شبیه به فیلم - به اشتراک گذاری برنامه های به اشتراک گذاری ، جریان های بیت ثابت را برای کاربران نهایی ایجاد می کنند در حالی که همزمان با سایر مشاغل در مرکز داده ارتباط برقرار می کنند. با این حال ، این روش استقرار توزیع شده متناسب با انرژی- اهداف برنامه ریزی کارآمد متناقض است ، که هدف آنها استفاده از حداقل مجموعه های سرور و مجموعه منابع ارتباطی برای رسیدگی به تمام بارهای کاری است.

 

 

چارچوب روش شناسی DENS

رویکرد مدل سازی سلسله مراتبی

 

روش DENS نشان دهنده تغییر پارادایم از رویکردهای سنتی است که مراکز داده را به عنوان استخرهای همگن از منابع محاسباتی سرور مدل می کند. در عوض ، DENS یک مدل سلسله مراتبی مطابق با توپولوژی های مرکز داده اصلی ارائه می دهد.

 

برای سه مرکز داده -} ، متریک متریک M به عنوان ترکیبی وزنی از سرور تعریف می شود {{1} function عملکرد سطح f_s ، قفسه- عملکرد سطح f_r ، و ماژول {5 {5} تابع سطح f_m:

 

M = × f_s + × f_r + × f_m

 

در کجا ، و ضرایب وزنی را نشان می دهد که تعیین می کند که چگونه اجزای مربوطه (سرورها ، قفسه ها ، ماژول ها) بر معیارهای ارزیابی تأثیر می گذارند.

ضرایب وزنه برداری

 

(سرور - وزن) به طور معمول 0.7

طرفداران انتخاب سرورهای High - در قفسه های کم بار

 

(رک - وزن) به طور معمول 0.2

قفسه های محاسباتی را با بارهای شبکه کم اولویت بندی می کند

 

(ماژول - وزن) به طور معمول 0.1

نعمتهای انتخاب ماژول های به آرامی ، برای ادغام کار بسیار مهم است

 

Weighting Coefficients

 

 

بار سرور و پتانسیل ارتباطی

 

ترکیبی از سرور Load L_S (L) و پتانسیل ارتباطی آن Q_S (Q) پایه اصلی برای انتخاب سرور را تشکیل می دهد. این رابطه از طریق:

f_s(l,q) = L_s(l) × (Q_s(q)^φ)/δ_t

L_s(l)

بستگی به بار سرور L ، محاسبه شده با استفاده از یک عملکرد سیگموئید تخصصی

Q_s(q)

با تجزیه و تحلیل شرایط احتقان در صف خروجی سوئیچ بار ، بار را در لینک های قفسه تعریف می کند

δ_t

پهنای باند بیش از {{0} factor ضریب تأمین در بالا - از - Rack (tor) سوئیچ

φ

ضریب تعریف نسبت بین L_S (L) و Q_S (Q) در متریک

 

 

تعریف فاکتور بار و بهینه سازی

ضریب بار DENS به عنوان مجموع دو عملکرد سیگموئید تعریف شده است تا به چالشی که سرورهای بیکار مصرف می کنند تقریباً 67 ٪ از مصرف انرژی اوج خود را برطرف کنند:

L_s(l) = 1/(1 + e^(-10(l - 0.5))) - 1/(1 + e^(-2(l - (1 - ε/2))))

 

مؤلفه اول شکل اصلی سیگموئید را تعریف می کند ، در حالی که دوم به عنوان یک عملکرد مجازات برای همگرایی حداکثر مقادیر بار سرور استفاده می شود. پارامتر ε دامنه و شیب قسمت رو به کاهش منحنی را تعریف می کند.

منحنی بهینه سازی بار سرور

 

Server Load Optimization Curve

 

این رویکرد پیشرفته تضمین می کند که سرورها در محدوده بار بهینه عمل می کنند ، به طور معمول بین 70 تا 85 ٪ استفاده ، و باعث تعادل بهره وری انرژی با نگرانی های قابلیت اطمینان سخت افزاری می شود.

 

معیارهای مدیریت صف و احتقان

 

تجزیه و تحلیل اشغال صف

 

همه سرورهای درون یک قفسه دارای سوئیچ TOR برای ارتباطات ارتباطی هستند. با نرخ گیگابیت ، تعیین نسبت دقیق ارتباطات ارتباطی که توسط سرورهای انفرادی یا جریانات اشغال شده است ، از نظر محاسباتی فشرده می شود. برای پرداختن به این چالش ، روش DENS یک مؤلفه مربوط به اشغال صف خروجی سوئیچ (q) را شامل می شود ، که با پهنای باند بیش از - فاکتور تأمین δ متفاوت است.

 

میزان اشغال q مستقل از اندازه مطلق صف است اما با اندازه کل صف q_max متفاوت است ، از [0،1] ، جایی که 0 و 1 به ترتیب با حالت های خالی و کامل صف مطابقت دارند. با معرفی مؤلفه اشغال صف ، متریک DENS می تواند به جای تغییرات نرخ انتقال ، به تغییرات احتقان در قفسه ها یا ماژول ها پاسخ دهد.

 

اجرای توزیع Weibull

 

عملکرد Q (q) از یک تابع توزیع تجمعی ویبول معکوس استفاده می کند:

q (q)=e^(- (3q/q_max)^2)

این فرمولاسیون در حالی که مجازات صف های بارگیری شده است ، صف های خالی را انتخاب می کند. هنگامی که سطح احتقان پایین باقی می ماند ، پهنای باند بیش از- فاکتور تأمین δ در معادلات بهتر از تقارن بین ظرفیت پهنای باند و لینک پشتیبانی می کند.

اشغال صف در مقابل عملکرد

 

Queue Occupancy vs. Performance
 
با افزایش احتقان و سرریز بافر ، عدم تطابق پهنای باند غیرقابل اندازه گیری می شود ، به طور بالقوه منجر به تخریب عملکرد تا 40 ٪ در مسیرهای آسیب دیده می شود

 

معیارهای عملکرد و نتایج بهینه سازی

 

Bell - تابع انتخاب شکل

 

تابع F_S (L ، Q) یک سطح زنگ - شکل را نسبت به بار سرور L و Lood Load q ایجاد می کند. این عملکرد ترجیحاً سرورها را بالاتر از سطح بار متوسط ​​قرار می دهد که در قفسه هایی با حداقل یا بدون احتقان قرار دارند. مطالعات تجربی نشان می دهد که این رویکرد می تواند در مقایسه با برنامه ریزی سنتی دور رابین و ضمن حفظ عملکرد در 5 ٪ از سطح بهینه ، صرفه جویی در مصرف انرژی 25 {5} 35} 35} 35} 35 ٪ باشد.

صرفه جویی در مصرف انرژی

25-35%

در مقایسه با الگوریتم های برنامه ریزی رابین Round-

عمل

95%+

عملکرد را در 5 ٪ از سطح بهینه حفظ می کند

استفاده

70-85%

بهره وری و قابلیت اطمینان از سرور بهینه بهینه

 

تجزیه و تحلیل تأثیر سلسله مراتبی

 

عوامل تأثیر قفسه ها و ماژول ها به این صورت بیان شده است:

 

رک - عامل سطح

f_r (l ، q)=l_r (l) × (q_m (q)^φ)/δ_m=(q_m (q)^φ)/δ_m × (1/n) σ (i =1} to n) l_s (l)
در جایی که L_R (L) بار قفسه را به عنوان مبلغ عادی تمام بارهای سرور در قفسه نشان می دهد ، n تعداد سرورها در هر قفسه است ، q_m (q) متناسب با بار ترافیک در سوئیچ های ورود به ماژول است ، و Δ_m پهنای باند بیش از {3} فاکتور تهیه در سوئیچ های ماژول است.

ماژول {{0} factor ضریب سطح

f_m (l)=l_m (l)=(1/k) σ (j =0 to k) l_r (l)
جایی که l_m (l) بار ماژول را به عنوان جمع عادی بارهای قفسه در ماژول نشان می دهد ، و k تعداد قفسه ها در هر ماژول است. فاکتور سطح ماژول- فقط شامل یک مؤلفه مرتبط با بار - است زیرا همه ماژول ها به همان سوئیچ های هسته متصل می شوند.

 

ملاحظات اجرای عملی

 

تجارت بهره وری انرژی - خاموش

 

هنگام بررسی DCI برای انرژی - برنامه ریزی کارآمد ، مشخص می شود که اجرای DCI باید با دقت بهینه سازی محلی را در مراکز داده های فردی در برابر بهینه سازی جهانی در سراسر تسهیلات به هم پیوسته تعادل برقرار کند.

 

روش DENS نشان می دهد که برنامه نویسان کارآمد انرژی - باید مشاغل مرکز داده را در کوچکترین مجموعه سرور ممکن ادغام کنند و به نسبت ادغام 3: 1 یا بالاتر در سناریوهای معمولی دست یابند.

با این حال ، عملکرد مداوم در بارهای اوج می تواند قابلیت اطمینان سخت افزار را 15-20 ٪ کاهش دهد و زمان اتمام کار را تا 30 ٪ تأثیر بگذارد.

Energy Efficiency Trade-Offs

 

تجارت کلیدی - خاموش

 ادغام بالاتر باعث کاهش مصرف انرژی می شود

تعادل بهینه بار راندمان شبکه را بهبود می بخشد

 بیش از - ادغام خطر شکست را افزایش می دهد (15-20 ٪ کاهش قابلیت اطمینان)

بارهای اوج می توانند زمان اتمام کار را تا 30 ٪ تحت تأثیر قرار دهند

 

Multi-} تعادل بار

 

فاکتور سطح F_M ماژول - فقط شامل یک بار - مربوط به L است ، زیرا همه ماژول ها به همان سوئیچ های هسته وصل می شوند و از طریق ECMP پهنای باند یکسان را بدست می آورند (مساوی {{3} هزینه Multi {4} مسیر مسیر) تکنیک های مسیریابی. این طرح تضمین می کند که توزیع ترافیک در مسیرهای موجود متعادل می شود ، با پیشرفت های اندازه گیری شده در توان 40 {7} 50} 50 ٪ در مقایسه با رویکردهای مسیریابی تک مسیر.

مزایای مسیریابی ECMP

 ترافیک را در چندین مسیر هزینه - توزیع می کند

توان خود را با 40- 50 ٪ در مقابل مسیریابی تک مسیر بهبود می بخشد

تحمل گسل را از طریق افزونگی مسیر افزایش می دهد

یکپارچه با مدل سلسله مراتبی DENS کار می کند

Multi-Path Load Balancing

 

استراتژی های بهینه سازی پیشرفته

تنظیم وزن پویا

 

تحقیقات اخیر به بررسی تنظیم پویا از ضرایب وزنه برداری ، و بر اساس ویژگی های بار کاری واقعی {0}.

 

محاسبه - بارهای کار فشرده =0.8 ، + =0.2

 

ارتباطات - فشرده =0.4 ، =0.3 ، =0.3

خدمات سفارشی سازی محصول

"ادغام منابع انرژی تجدید پذیر با الگوریتم های برنامه ریزی مبتنی بر DEN- پتانسیل قابل توجهی برای کاهش ردپاهای کربن در مراکز داده های ابررسانی نشان داده است."

تا 45 ٪ کاهش در مصرف برق شبکه

منبع: ژانگ و همکاران. (2024) ، معاملات IEEE در محاسبات پایدار

سرویس نمونه رایگان

ترکیب الگوریتم های یادگیری ماشین برای پیش بینی الگوهای ترافیک و بهینه سازی پارامترهای DENS نتایج امیدوار کننده ای را نشان داده است.

 85 ٪ دقت در پیش بینی احتقان

افق پیش بینی 5 دقیقه ای

10-15 ٪ صرفه جویی در مصرف انرژی اضافی

 

 

اعتبار سنجی و نتایج تجربی

 

محیط شبیه سازی

 

شبیه سازی های گسترده با استفاده از شبیه سازهای رویداد گسسته ، روش DENS را در تنظیمات مختلف مرکز داده تأیید کرده اند. سناریوهای آزمون شامل مراکز داده از 1000 تا 100000 سرور ، با الگوهای مختلف ترافیکی از جمله خدمات وب (80 ٪ خوانده شده ، 20 ٪ نوشتن) ، پردازش دسته ای (خواندن/نوشتن متعادل) و برنامه های پخش (95 ٪ نوشتن ، 5 ٪ خوانده شده).

 

مقیاس سرور

1000 تا 100000 سرور

الگوهای ترافیکی

خدمات وب ، پردازش دسته ای ، جریان

نوع شبیه سازی

شبیه سازهای رویداد گسسته

 

معیارهای عملکرد

شاخص های کلیدی عملکرد

 

کارایی انرژی
28-42 ٪ کاهش انرژی در مقایسه با برنامه ریزان پایه
استفاده از شبکه
حفظ 85-} 92 ٪ استفاده از شبکه بدون از دست دادن بسته ناشی از احتقان
زمان اتمام کار
میانگین زمان اتمام شغل 15-25 ٪ بهبود یافته است
استفاده از سرور
دامنه استفاده از سرور بهینه از 72-83 ٪
تأخیر در صف
کاهش میانگین تأخیر در صف 35-45 ٪

مقایسه عملکرد

 

Performance Comparison
ارسال درخواست