Wydajność w centrum danych: paradoks Jevonsa


W ekonomii paradoks Jevonsa stwierdza, że gdy zasoby są wykorzystywane w bardziej wydajny sposób, konsumpcja tego zasobu wzrasta z powodu niższych cen i / lub większej dostępności produktu. Paradoks ten zachodzi w odniesieniu do funkcjonowania centrum danych, a zwłaszcza w przypadku wydajności serwerów. Wraz ze wzrostem wydajności serwerów, rośnie liczba wdrażanych nowych aplikacji, takich jak zwirtualizowana infrastruktura, uczenie maszynowe, analiza danych czy niestandardowe aplikacje, które podnoszą wydajność pracowników. Wymagania wydajnościowe tych nowych aplikacji rosną następnie wykładniczo wraz z przejściem do trybu w pełni produkcyjnego.

Przez długi czas branża łatała istniejące architektury przy użyciu tymczasowych rozwiązań. Jednak w zbyt wielu przypadkach zwiększało to jedynie koszty, nie dotykając prawdziwej przyczyny problemu. W efekcie wiele przedsiębiorstw musiało korzystać z systemu, który nie zapewnia optymalnych rezultatów, ograniczając przychody, liczbę klientów i przewagę konkurencyjną.

Lenovo®, Intel® i VMware® wspólnie pracowały nad rozwiązaniem podstawowego problemu ograniczającego wydajność zwirtualizowanych aplikacji. Pamięć masowa zawsze była wąskim gardłem w systemach obliczeniowych ze względu na ogromną różnicę w wydajności między podsystemem pamięci masowej, a procesorem i pamięcią. W czasie potrzebnym na pobranie danych z dysku SAS / SATA, nowoczesny procesor może wykonać dziesiątki milionów instrukcji i setki tysięcy dostępów do pamięci. Co więcej, obsługa tradycyjnych macierzy dyskowych wymaga specjalistycznych umiejętności dostarczanych przez wykwalifikowany zespół ekspertów posiadający dostęp do dedykowanych, kosztownych urządzeń sieciowych. Aplikacje skalowane liniowo, takie jak wirtualne desktopy (VDI) i inne obciążenia nowej generacji, nie mogą być dobrze obsłużone przez tradycyjną infrastrukturę. Ponieważ organizacje wirtualizują swoje krytyczne aplikacje biznesowe, staje się to dla wszystkich coraz bardziej oczywiste ... i rodzi coraz więcej problemów!

VMware® vSAN ™ rozwiązuje problemy związane z łatwością obsługi, wymaganymi do tego umiejętnościami oraz skalowaniem, które związane są z tradycyjnymi pamięciami masowymi. Ponad połowa nowych użytkowników vSAN uznaje, że poznało system na poziomie eksperckim już w 30 dni od wdrożenia. Teraz wykorzystując technologię Intel® Optane™ na serwerach Lenovo® ThinkSystem™ SR630 i SR650, VMware® vSAN™ ReadyNodes™ można wypełnić lukę związaną z wydajnością pamięci masowej. Jest to możliwe dzięki interfejsowi zaprojektowanemu pod kątem wysokiej wydajności i technologii pamięci nieulotnej, która może dostarczać dane prawie z prędkością działania DRAM.

Wybierając Lenovo vSAN™ ReadyNodes™ z technologią Intel® Optane™ klienci mogą oczekiwać:

  • 4x większej wydajności i przepustowość w porównaniu do poprzednich technologii SSD oraz 10x mniejsze opóźnienia dostępu(1)
  • Konwergencji zróżnicowanych obciążeń na tej samej hiperkonwergentnej infrastrukturze bez wpływu na wydajność
  • Osiągnięcia ponad 50% wzrostu gęstości wirtualizacji(1)
  • Równoczesnego uruchamiania transkacyjnych obciążeń o dużym krytycznym znaczeniu biznesowym, które wymagają szybkiej pamięci masowej
  • Uzyskania o 37% lepszej efektywności kosztowej(1)

Komplet informacji na temat Lenovo vSAN™ ReadyNodes™ z technologią Intel® Optane™ można znaleźć na karcie informacyjnej dostępnej tutaj.

Co to wszystko oznacza dla klientów korzystających z nowego oprogramowania VMware® ReadyNodes™ oferowanego przez Lenovo®? Przede wszystkim możliwość konsolidowania większej liczby obciążeń i dostarczania usług IT z większą wydajnością niż kiedykolwiek wcześniej. Jest jasne, że nadszedł czas, aby rozpocząć planowanie wdrożenia VMware® vSAN™ na serwerach Lenovo® opartych na dyskach SSD Intel® Optane™!

1. Na podstawie wewnętrznych testów przeprowadzonych przez Lenovo w kontrolowanym środowisku. Rzeczywiste wyniki wydajnościowe są uzależnione od parametrów środowiska klienta.

Zapisz się na bezpłatny newsletter. Dowiesz się o webinarach, nowych case study oraz white paperach.