具有持久内存的内存融合基础架构

核心痛点
存储IO速度慢、DRAM容量小且昂贵，AI、大数据和物联网场景下缺乏提升存储速度和内存容量的解决方案。

持久内存介绍

• 特性：易失性存储器模式、块存储模式，延迟低于NVMe SSD（100-250ns），容量大于DRAM（2019年3TB/插槽，2020年6TB/插槽）。
• 英特尔Optane DC持久内存：2019年第二季度交付，支持应用程序直接模式和新编程模型。

MemVerge内存融合基础架构

• DMO（分布式内存对象）：首个内存融合基础架构，支持内存和存储API，从单一持久内存池提供服务。
• 架构：结合DRAM和PMEM（持久内存），通过ZeroIO数据路径优化计算节点间的数据访问。

关键应用场景及解决方案

• AI训练与检查点：
  • 痛点：模型训练耗时、检查点备份困难、数据预处理慢、部署延迟。
  • 解决方案：MemVerge DMO（基于Optane DC PMEM）提升检查点速度（即时恢复）、数据加载速度（最高350倍提升）、训练速度（最高6倍提升）。
• 大数据分析（Spark）：
  • 痛点：Spark SQL超出DRAM容量、磁盘I/O慢、数据溢出、本地SSD磨损。
  • 解决方案：添加MemVerge DMO加速集群（RDD缓存速度5倍提升、Terasort速度7倍提升），支持100%云弹性。

性能指标

• 每节点IOPS：高达10M+。
• 访问延迟：1μs。
• 总群集内存：最高768TB。