可能缓解边缘存储工作

尽管有这些好处，边缘计算也带来挑战，例如管理安全性、协调分布式系统以及在数据中心和边缘环境间映射数据。最大的问题之一是克服计算和存储资源本身的局限性，例如空间和资源需求。这些限制可能使企业难以最大化数据密集型工作负载的性能，尤其是当它们变得更加复杂且数据量持续增长时。

就其本质而言，边缘环境通常受到可用空间的限制，因此很难托管设备以支持当今现代工作负载。可用空间可能仅限于办公室的壁橱或一角-在大小、电源和散热方面受到限制-与功能完善的数据中心相比，提供的空间很少。

边缘环境很少配备有可填充数据中心的高性能计算资源类型。尽管可以将最先进的服务器推向边缘，但IT预算通常没有这么多，特别是当企业仍必须在其数据中心中支持关键任务工作负载时。

由于这些限制，IT团队很难在边缘环境中获得所需的工作负载性能。但这并没有阻止他们尝试其他方法。有些团队部署全闪存存储阵列、NVMe、GPU加速器和其他先进技术。尽管这些措施有所帮助，但不足以有效地支持现在很多更强大的工作负载所需的性能。

造成这种情况的主要原因是，传统的计算/存储架构固有地受到存储设备和计算资源之间的I / O端口带宽的限制。在处理数据时，必须通过这些链接，而这些链接的速度仅与支持它们的技术一样快。通过扩展，在存储和内存之间移动的数据越多，产生的瓶颈就越大。

这正是计算存储派上用场地方，它通过将计算和存储资源紧密结合在一起以最大程度地减少数据移动，从而消除了瓶颈，降低了延迟并加快了应用程序的速度。

（编辑：平顶山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!