ONS 2015:周三主题演讲 - Amin Vahdat

ONS 2015: Wednesday Keynote - Amin Vahdat

频道:Open Networking Summit · 时长:40:03 · 发布:2015-06-18 · 播放:32107

在 YouTube 观看

简介

谷歌的Amin Vahdat在ONS 2015主题演讲中介绍谷歌的数据中心网络,包括其定制硬件、软件定义网络和极高的二分带宽。

HN 为什么推荐

HN引用它作为谷歌内部网络设计及其如何扩展到大量虚拟机的罕见公开介绍。

如果你对数据中心网络感兴趣,不能错过ONS。 — HN, 2016

分布式系统 · 网络与互联网基础设施

中文字幕节选

[音乐] 好的,我想呃呃我们最后一场主题演讲在 本次会议,这是 Amin Vahdat 回归,所以呃如果你一直关注 ONS,呃 Amin 几乎参与了每一届 ONS,据我所知,他做过多次 主题演讲,他呃又回来了,所以你可能会想为什么呃嗯, 其中一个原因是,如果你看历史,他是呃 在 ONS 档案网站上票房最高的人,呃 他的演讲总是排名前三,原因是他总是 带来一些 Google 参与的重大进展,并分享 一些非常有趣和令人兴奋的东西,既有技术方面的,也有 影响以及 SDN 和 NFV 领域可能实现的东西,呃所以有了这些,呃 我想我会请 Amin 上来加入我们,分享他的想法 [音乐] [掌声] [音乐] 非常感谢 Guru,很高兴来到这里,总是很兴奋来到 ONS,嗯今天对我们在 Google 来说特别令人兴奋,尤其是 Google 网络,呃我们将首次告诉你们我们在呃数据 中心网络方面的一些工作,我们过去来过这里谈论广域 网络,嗯当然还有网络虚拟化,嗯抱歉 太好了,我我想从呃致谢开始,呃实际上数百人 在十多年里为这项工作做出了贡献,我想过尝试列出他们, 但我担心会漏掉一些呃非常值得的人, 可以说,如果你要对我要描述的贡献者进行排名, 我的名字会非常呃靠后,所以我非常感激 有机会再次作为一群真正 出色的人的工作的代言人,我们特别兴奋于呃网络,因为 我认为网络呃将在计算 未来的含义中扮演关键角色,所以呃你可以看到,呃分布式计算 自 BSD 引入套接字以来,呃30 年来真的面临着同样的挑战, 年左右,现在我认为这即将改变,所以随着摩尔 定律的终结,要么现在要么在未来几年内,我们如何思考 计算必然要改变,分布式计算的含义呃是呃 将不得不改变,计算的关键部分以及许多人喜欢构建呃 他们的呃服务的方式是围绕存储,我们看到存储 容量急剧增加,对吧,你可以处理的数据量已经增长,呃 大致遵循摩尔定律,但 IO 差距仍然存在,这意味着 处理器和它们需要操作的底层数据之间的 距离继续增加,对吧,所以有大量的磁盘容量,我们现在 已经到了可以将分布在整个建筑中的磁盘 视为任何服务器都可用的地步,这太棒了,同时它们看起来 越来越远,鉴于我们拥有的处理能力,下一代 闪存开始崭露头角,但在分布式计算 环境中大规模应用时,它仍然基本上未被开发,所以我们认为网络正处于这个 转折点,计算的含义将在很大程度上取决于 我们在未来几年构建出色网络的能力,在这个世界里,数据 中心网络尤其是一个关键的差异化因素,好的,那么这对 Google 技术基础设施意味着什么,我们构建建筑规模的仓库规模 计算机,一排又一排的计算,一排又一排的存储, 多年来我们整合了一些呃基础设施来利用这种计算 存储,对吧,这个列表可以追溯到十多年前,也许从 GFS 开始, Google 文件系统,它展示了如何在数万台 服务器和数十万磁盘的规模上构建本质上是一个文件系统,

HN 上的讨论

如果你对数据中心网络感兴趣,不能错过ONS。Amin Vahdat,谷歌网络负责人,过去两年做了主题演讲,2015年关于硬件[1],2014年关于软件[2]。Mark Russinovich也谈到了Azure的SDN,但远不及Amin的演讲。偶尔你会从这些公司听到一些随机的规格,总是很令人惊讶,但Amin的团队已经实现了5 Petabit/s的双向带宽。这不仅仅是令人惊讶。[1] [VIDEO] [2] [LINK] [3] [LINK] — mikecb, 2016-03
不知为何他们没有实际链接到演讲,我还没看,但想必实际上试图开始回答那些问题。快速搜索显示Amin在2015年做了主题演讲,还没找到2017年的...[1] - 2015 ONS主题演讲 [VIDEO] — zaroth, 2017-04
他们出于这个原因在内部网络上切换到OpenFlow,确定性:[VIDEO] 外部网络仍然是BGP,听起来他们直到用户报告才检测到。他们无法预测问题,检测也不起作用。 — whatupmd, 2016-08
这里的数字令人望而生畏,但我个人认为大规模多核系统使问题比文章所说的要小得多。大型服务器中的核心数对于英特尔来说可以超过100个每服务器(参见亚马逊新的EC2产品作为公开证据)。英特尔的Xeon Phi系列处理器提供接近~300的核心数。达到300倍,每个请求所需的延迟从微秒级上升到毫秒级。POWER系统可以更高。此外,对于许多实际利用这种计算的工作负载,你可以用新的DRAM可寻址持久存储做一些可怕的事情:直接从NIC DMA到块存储。一些(许多?)高性能网络适配器提供将数据包过滤到不同Rx队列的能力;缓冲区可以发布在存储映射区域中的地址,允许直接NIC->存储传输。如果你在NIC中嵌入更多智能,你甚至可以做到像Mellanox的NVMe Fabrics:[LINK] 这与JBOD示例特别相关。现在,问题是你实际上要用所有这些数据做什么,但在很多情况下,它可能是一个持久的、以读为主的缓存… — jsolson, 2016-01
嗨,Joe :) 方便的是,Amin Vahdat最近公开分享了一些关于为什么它应该扩展到大量VM的内容:[VIDEO](另外,对其他人,免责声明:我在谷歌的GCE网络部门工作) — jsolson, 2015-06

相关视频