計算存儲將計算功能添加到存儲驅(qū)動器中逐漸成為現(xiàn)實。NGD，Eideticon和ScaleFlux已將計算卡添加到SSD中，以使計算過程能夠在存儲的數(shù)據(jù)上運行，而無需將該數(shù)據(jù)移入主機服務(wù)器內(nèi)存并使用其CPU來處理數(shù)據(jù)。據(jù)說視頻轉(zhuǎn)碼是計算存儲驅(qū)動器（CSD）的好用例。

但是，CSD如何與主機服務(wù)器交互。Blocks＆Files采訪了ScaleFlux的首席科學家張彤（Tong Zhang），以找出答案。

問題：讓我們假設(shè)有一個視頻轉(zhuǎn)碼或數(shù)據(jù)庫記錄處理應(yīng)用程序。通常，將新的視頻文件寫入存儲設(shè)備，其中新記錄將出現(xiàn)在數(shù)據(jù)庫中。服務(wù)器應(yīng)用程序會意識到這一點，并開始處理服務(wù)器中的新數(shù)據(jù)。處理完成后，已轉(zhuǎn)換的數(shù)據(jù)將寫回到存儲中。使用計算存儲，整個過程是不同的。新數(shù)據(jù)被寫入存儲?，F(xiàn)在，服務(wù)器應(yīng)用程序必須告訴驅(qū)動器處理器處理數(shù)據(jù)。它是如何做到的？它如何告訴驅(qū)動器處理數(shù)據(jù)？

張彤：是的，為了將某些計算任務(wù)加載到計算存儲驅(qū)動器中，主機應(yīng)用程序必須能夠與計算存儲驅(qū)動器充分通信。這需要標準化的編程模型和接口協(xié)議，業(yè)界正在積極開發(fā)這些模型和接口協(xié)議（例如，NVMe TP 4091和SNIA計算存儲工作組）。

問題：驅(qū)動器的主要活動是為驅(qū)動器IO提供服務(wù)，而不是處理數(shù)據(jù)。當驅(qū)動器還為IO請求提供服務(wù)時，驅(qū)動器CPU處理數(shù)據(jù)需要多長時間？時間長度可以預測嗎？

張彤：計算存儲驅(qū)動器在內(nèi)部專用于為驅(qū)動器IO服務(wù)的許多嵌入式CPU（例如ARM內(nèi)核），并專用于一定數(shù)量的嵌入式CPU和領(lǐng)域相關(guān)的硬件引擎（例如，壓縮，安全性，搜索，AI / ML，多媒體） 用于執(zhí)行計算任務(wù)。應(yīng)將CSD控制器設(shè)計為使領(lǐng)域相關(guān)的硬件引擎的性能與存儲IO性能相匹配。

與任何其他形式的計算off-loading（例如GPU，TPU，FPGA）一樣，開發(fā)人員在將計算任務(wù)off-loading到計算存儲驅(qū)動器中時必須準確估計延遲/吞吐量性能指標。

問題：完成驅(qū)動器上的處理后，驅(qū)動器如何告知服務(wù)器應(yīng)用程序數(shù)據(jù)已被處理，現(xiàn)在可以進行下一步處理了？使主機服務(wù)器應(yīng)用程序與計算存儲設(shè)備進行交互的軟件框架是什么？它是一個開放的標準框架嗎？

張彤：目前尚無開放和標準的框架，并且業(yè)界正在積極地對其進行工作（例如NVMe.org和SNIA計算存儲工作組）。

問題： 讓我們看一下處理所花費的時間。通常，我們將按以下順序進行：服務(wù)器應(yīng)用將新數(shù)據(jù)寫入存儲。它決定處理數(shù)據(jù)。數(shù)據(jù)被讀入存儲器。已處理。數(shù)據(jù)被寫回到存儲中。假設(shè)這需要時間T-1。與計算存儲相比，順序有所不同：Server應(yīng)用程序?qū)⑿聰?shù)據(jù)寫入存儲。它決定處理數(shù)據(jù)。它告訴驅(qū)動器處理數(shù)據(jù)。驅(qū)動器處理數(shù)據(jù)。它告訴服務(wù)器應(yīng)用程序處理完成的時間。假設(shè)這需要時間T-2。T-2比T-1大還是??？隨著存儲驅(qū)動器IO的上升和下降，T-2和T-1之間的關(guān)系是否隨時間恒定？如果變化很大，那么計算存儲肯定不適合關(guān)鍵的處理任務(wù)嗎？處理驅(qū)動器上的數(shù)據(jù)是否比處理服務(wù)器本身中的相同數(shù)據(jù)消耗更少的電能？

張彤： T-1和T-2之間的關(guān)系取決于特定的計算任務(wù)以及主機和內(nèi)部計算存儲驅(qū)動器上的可用硬件資源。

例如，如果計算存儲驅(qū)動器內(nèi)部具有可以非常有效地處理任務(wù)的領(lǐng)域相關(guān)的的硬件引擎（例如，壓縮，安全性，搜索，AI / ML，多媒體），則T2可以（比T-1小得多） 。但是，如果計算存儲驅(qū)動器必須僅依靠其內(nèi)部ARM內(nèi)核來處理任務(wù)，同時主機具有足夠的空閑CPU周期，則T-2可以大于T-1。

在計算存儲驅(qū)動器內(nèi)部，IO和計算任務(wù)由不同的硬件資源提供服務(wù)。因此，它們不會直接相互干擾。關(guān)于功率消耗，計算存儲驅(qū)動器通常消耗較少的功率。如果當前的計算任務(wù)可以由計算存儲驅(qū)動器內(nèi)部的特定領(lǐng)域硬件引擎很好地完成，那么我們的等待時間會更短，同時功耗也會更低。

如果當前的計算任務(wù)僅由計算存儲驅(qū)動器內(nèi)部的ARM內(nèi)核承擔，則功耗仍然可以更低，因為我們大大降低了數(shù)據(jù)移動引起的功耗以及ARM內(nèi)核的低功耗特性。

問題：我了解到，與服務(wù)器應(yīng)用程序和CPU處理每個驅(qū)動器的數(shù)據(jù)相比，10或20個驅(qū)動器的整體處理速度更快，但是這種并行處理需要多長時間進行一次？

張彤：數(shù)據(jù)密集型應(yīng)用程序（例如AI / ML，數(shù)據(jù)分析，數(shù)據(jù)科學，商業(yè)智能）通常需要對大量數(shù)據(jù)進行高度并行處理，這自然會受益于所有計算存儲驅(qū)動器內(nèi)部的并行處理。

總結(jié)

為了廣泛使用，CSD將需要一種與主機服務(wù)器進行通信的標準方式，以便它可以請求主機進行工作并在工作完成時得到通知。為此，需要CSD上的專用處理硬件與常規(guī)驅(qū)動器IO處理硬件分開，以確?？深A測的處理時間。

需要相對較低級別處理大量存儲數(shù)據(jù)的較新的分析樣式工作負載可以從CSD而不是由主機服務(wù)器CPU進行的并行處理中受益。NVMe.org和SNIA的計算存儲工作組制定的標準將成為CSD采用該技術(shù)成為主流的途徑。

我們還認為，CSD將需要一個標準接口來與GPU對話。毫無疑問，標準機構(gòu)也在為此進行準備工作。
編輯：lyn