SlideShare una empresa de Scribd logo
1 de 34
IBM POWER8
Beyond the OPENNESS.
POWER8 전 세계 RISC시장 점유율
2001
2H
2002
2H
2004
1H
2005
1H
2006
2H
2007
2H
2009
1H
2010
1H
2011
1H
2012
2H
2013
1H
2013
2H
POWER5
POWER6
POWER7
POWER7+
50% 이상의
점유율 유지
변화하는 시대와 동행하는 Power Systems의 여정
8월 4월 5월9월
5월
2013년 2014년
2월 4월9월
Watson
$1 billion
Investment
POWER8:
3+ years, $2.5 billion
R&D investment
Ubuntu
supports IBM
OpenPOWER
Foundation
5 Power Systems
Linux Centers
Power Cloud
Development
OpenPOWER
Foundation
Enterprise
Systems
10월
Open, Cloud, 그리고 BigData. 최적화된 인프라는 ‘Made with IBM’
Cognitive
capabilities
Continuous
data load
Massive IO
bandwidth
Low
latency
Flash for extreme
performance
Grid-scale
storage
Designed
for Big Data
Private Public
Traditional IT
HybridDefined by Software
for the Cloud
Open &
Collaborative
Built for Optimized
Engagement
Availability Security Connectivity
www.open-power.org
• POWER 아키텍처 공개로 서버 관련 모든 하드웨어 및 소프트웨어 스택에 혁신의 기회 제공
• SOC design, Bus Specifications, Reference Designs, FW, OS, Hypervisor, Open Source
• 데이터 센터용 엔터프라이즈급 하드웨어 및 소프트웨어의 기반 확대
• POWER 기술 기반의 산업 에코시스템 조성
오픈파워파운데이션 결성
© OpenPOWER Foundation 2014
Boards/Systems
I/O, Storage, Acceleration
Chip/SOC
System/Software/Services
오픈파워파운데이션의 에코시스템 확장(100+)
OpenPOWER는 POWER 아키텍처에 기반한 기술 개발을 위한 공개 협업 모델입니다.
참여 회원사들이 차별화된 기술로 새로운 성장의 기회를 가질 수 있도록 해줍니다.
오픈파워파운데이션의 협업 모델
© 2014 IBM Corporation8
개방형 프로세서 기술 - POWER8
POWER8/8+
Processors
개방형 협업을 통한 데이터센터 혁신을 이끌어내는 기반 기술
NVLink
Memory
Interface
Control
DMI
CAPI
Accelerator
Function
Unit
(AFU)
Heterogeneous computing 모델의 완성
High Performance Computing, Big data, Image processing 등
Kepler
CUDA 5.5 – 7.0
close
Buffered
Memory
POWER8
PCIe
2014-2015
Pascal
CUDA 8
closer
Pascal
3.0TF
16GB @ 1TB/s
POWER8+
2016
NVLink
SXM2
Volta
CUDA 9
Cache Coherent
POWER9
2017
NVLink 2.0
SXM2
Volta
7.0TF
16GB @
1.2TB/s
Kepler
1.5TF
12GB @ 288GB/s
PCIe
예시 # 1 , Nvidia CUDA GPU + POWER8
예시 # 2 , Google-made motherboard with POWER8
유연하고 신속한 혁신을 가능하게 하는 업계 최초의 개방형기술
POWER8 CAPI (Coherent Accelerator Processor Interface)
Processor Service Layer (PSL)
∙ 응용 프로그램과 강건한 인터페이스를 제공
∙ CAPP의 복잡성과 처리 부담 제거
가상주소
∙ 외부 가속기와 프로세서 간의 메모리 어드레싱 공유
∙ OS 및 장치 드라이버 오버헤드 제거
하드웨어 기반 캐시 일관성 관리
∙ 가속기와 프로세서 간 "Lock“ 공유를 통해,
I/O 통신 모델에 따른 표준 쓰레드 대기 시간 감소
오픈파워파운데이션 협업 기술:
CAPI (Coherent Accelerator Processor Interface)
CAPI
CAPI Developer Kit CAPI Market Solutions
고객이 특정 업무 영역에 적합하도록
프로세스 처리 알고리즘을 개발 IBM & Partners에서 CAPI 상용
제품을 발표하며, 고객은 해당
제품을 이용하여 이미 구현된
솔루션을 적용
CAPI App
Solutions
오픈파워파운데이션 협업 기술 : CAPI 활용 방안
Processor
Core
Memory
I/O Attached
FPGA
Processor
Core
PCIe, EN
Memory
CAPI
Processor
Core
PCIe
Memory
Memory
Custom
Co-Processor
Processor
Core
Memory
Rare Cases:
Compression,
Encryption
AlgorithmAlgorithmAlgorithmAlgorithmAcceleration Evolution
Highest Performance
Shared Memory
New Instruction Set
No Acceleration
Required
Programming Skill
Fast Algorithm
Slow set-up
Logic Design &
Programming Skill
Fast Performance
Simple set-up
Shared Memory
Logic Design &
Programming Skill
오픈파워파운데이션 협업 기술 : 왜 CAPI인가?
© 2014 IBM Corporation14
*https://news.ycombinator.com/item?id=7946024
대규모 데이타 – 메모리로 감당하기엔 너무 큰?
신속한 데이터 처리 필요
연산 자원의 효율적인 사용 – CPU 자원은 데이터 입출력이 아닌 계산 작업에
플래시 메모리를 DRAM처럼 사용!
플래시 메모리는 훨씬 저렴하고 용량도 크지만,
DRAM보다 훨씬 느리다?
어떻게?
IBM has a better idea
예시 #3, CAPI 활용 사례 : IBM Data Engine for NoSQL
20,000 개 이상의
명령어 수행
500개 이하의
명령어 수행
∙ CAPI 를 통해 POWER8 탑재 서버에 FlashSystem 연결
∙ 어플리케이션의 일반적인 Read / Write I/O 명령어 수행 길이의 97% 제거
- CAPI Flash Controller가 유저 스페이스에서 동작
∙ 1백만 IOPs 당 10 코어 프로세서 요구량 절감
Pin buffers,
Translate, Map
DMA, Start I/O
Application
LVM
Disk & Adapter DD
Read/Write
Syscall
strategy() iodone()
FileSystem
strategy() iodone()
Interrupt, unmap,
unpin,Iodone
scheduling
Application
Posix Async
I/O Style API
User Library
Shared Memory
Work Queue
aio_read()
aio_write()
예시 #3, CAPI 활용 사례 : IBM Data Engine for NoSQL
© 2014 IBM Corporation16
 가상 주소 사용
 하드웨어가 관리하는 캐시
 선택가능한 하드웨어 가속기능
FPGA
POWE
R8
CoreCAPPPCIe
IBM Supplied
PSL
Memory (Coherent)
사용자 어플리케이션과 FPGA 가속기
Ubuntu LE Kernel Extensions
libcxl 라이브러리
CAPI에 필요한 하드웨어
 어플리케이션은 데이터를 구성하고
가속기능을 호출
 PCIE 인터페이스를 통해
어플리케이션이 데이터를 읽거나 쓸
수 있음
 PSL Cache는 빠른 접근을 위한 접근
정보 포함
POWER8 Processor Chip
OS
Accelerator
App
예시 #3, IBM Data Engine for NoSQL
- I/O 제약을 없애기 위한 POWER8만의 하드웨어 기능
© 2014 IBM Corporation17
Power S822
Flash System 840
PCIe I/O CAPI
하드웨어 쓰레드당 IOPs Latency (us)
예시 #3, IBM Data Engine for NoSQL - 성능
PCIe I/O CAPI PCIe I/O CAPI
© 2014 IBM Corporation18
인메모리 NoSQL 구성
(x86)
POWER8
Server
Flash Array w/
up to 40TB
차별화된 NoSQL 구성
(POWER8 + CAPI Flash)
4U
Load Balancer
512GB Cache Node
512GB Cache Node
512GB Cache Node
512GB Cache Node
512GB Backup Node
...
예시 #3, IBM Data Engine for NoSQL - BigRedis
24:1
서버 수량 감소
2.4x
비용 절감
12x
에너지 사용량 절감
6x
상면 감소
40TB
메모리 확장성
© 2014 IBM Corporation19
오픈 소스 소프트웨어에 대한 투자
Relational
Databases
NoSQL
Hadoop
MapReduce
개발/테스트 툴
데이터베이스
빅데이터/
분석
클라우드
관리 스택
고가용성
보안
Dev.
Env/Tools
슈퍼컴퓨팅
© 2014 IBM Corporation20
오픈 소스 소프트웨어에 대한 투자
© 2014 IBM Corporation21
예시 #4, Relational Database: Turbo LAMP
PHP (Zend)
PHP (Zend)
Linux (Ubuntu)
Apache Web Server
(Ubuntu)
MariaDB (MariaDB)
PHP (Zend)
Orchestration-Juju(Ubuntu)
빅데이터 최적화클라우드 지향개방형 혁신 플랫폼
High Speed Data Transfer (Mellanox)
POWER8 기술에 최적화  빠르고 확장성 있는 모바일/웹 어플리케이션 개발/운영 지원
© 2014 IBM Corporation22
예시 #5, 하둡 기반 빅데이터 업무를 위한 IBM POWER8 기반 솔루션
분석 업무마다 별도의
전용 시스템 도입
경직된 스토리지 디자인
- 스토리지가 컴퓨팅 서버에 종속되어 구성
유연하지 못하고, 구축에
시간이 많이 소요되는 인프라
비효율적인 인프라 디자인
- 시스템 활용도 저하
비즈니스 요구에 탄력적으로
대응하지 못하는 분석 인프라
IBM has a
better idea
© 2014 IBM Corporation23
예시 #5, IBM Data Engine for Analytics
다양한 분석 어플리케이션 동
시 사용
멀티테넌시, 스케줄링, 클러스
터 관리 서비스를 제공하는
IBM Platform
Symphony/Cluster Manager2배 이상 뛰어난 성능
압축 부하 offload
Compute – Storage
간의 고속 통신
Data-Centric 디자인를
실현하는 IBM Elastic Storage
Server
~ A C ~ A C
TOR 10G G8264
1 U
2 U
3 U
4 U
5 U
6 U
7 U
8 U
9 U
10U
11U
12U
13U
14U
15U
16U
17U
18U
19U
20U
21U
22U
23U
24U
25U
26U
27U
28U
29U
30U
31U
32U
33U
34U
35U
36U
37U
38U
39U
40U
41U
42U
0
1
System x3250 M4System x3250 M4
HMC
TFT
Space For TORs / Data or
Other Nodes
Power 730 Management Node
인프라 ¼ 이하로 절감, 2배 이상의 처리 성능
© 2014 IBM Corporation24
는
분산된 어플리케이션 환경과
복합적이고 이기종의 그리드 환경에서
방대한 그리고 다양한 패러럴 어플리케이션들을
시킬 수 있고 또한, 현재 가용한 시스템을 최대한 활용하여
를 사용자가 빠르게 받아볼 수 있도록
합니다.
는
예시 #5, IDEA의 핵심 기술 : Platform Symphony
© 2014 IBM Corporation25
Resource Orchestration
Workload Manager
C C C C C C
C C C C C C
D
D
D
D
D
D
D
D
D
D
D
D
C C C C C C
A A A A
A A A A
A A A A
A A A A
B
B
B
B
B
B
B
B
B
B
B
BB B B B B B
Third Party Trading
& Risk Platforms
In-house
Applications
InfoSphere
BigInsights
A B C D
예시 #5, IBM Platform Symphony – 강력한 자원관리 기능
© 2014 IBM Corporation26
보다 효율적인 자원 공유를 제공하는 한편
애플리케이션 수준 SLA를 개선함으로써
타사 그리드 관리와 차별화 됨
예시 #5, IBM Platform Symphony – 섬세한 지원 공유
© 2014 IBM Corporation27
EnginesEach engine polls broker
~5 times per second (configurable)
Send work when
engine ready
Serialize
input data
Network transport
(client to broker)
Wait for engine to poll broker Network transport
(broker to engine)
De-serialize
Input data
Compute
Result
Serialize
result
Post result back to
broker
Time
…
Broker
Compute time
타사 그리드 서버
Serialize
input
Network
transport
SSM Compute
time & logging
Time
Network transport
(SSM to engine)
De-serialize
…
Serialize
Network transport
(engine to SSM)
Compute result
No wait time due to polling, faster
serialization/de-serialization,
More network efficient protocol
Platform Symphony
효과적인 C언어 루틴 사용
: CDR (common data representation) 및 IOCP (XML 데이터 인코딩이 아님)
단축된 네트워크 전송 시간
(텍스트기반의 HTTP 대신 보다 축약된 CDR 바이너리 포맷사용)
전체적인 프로세싱 시간 단축
(Java 대신 HPC C/C++를 통한 구현)
보다 효율적인 “push model” 를 통해 혁신적 개선
(polling 방식의 구조적인 문제를 제거함)
각 처리 과정에서 Platform Symphony의 장점
예시 #5, IBM Platform Symphony의 선도적인 고성능 및 확장성
© 2014 IBM Corporation28
주요 장점들
• 고성능 – 최대 7배 (짧은 수행시간의 작업테스트)
• 신뢰성, 고 가용성, 서비스 중단 없는 업그레이드
• 상황을 반영하는 동적 자원 관리
• Java MR, PIG, HIVE, Oozie, Hbase에 대한 완전 호환
• 개방형 데이터 아키텍처 제공 (파일시스템 및 DB)
예시 #5, Platform Symphony
로우-레이턴시
/ 고 처리율
대규모
스케일 지원
정상급
Hadoop
MapReduce
구현
© 2014 IBM Corporation29
선형적인 용량 및 성능
확장성
범용 하드웨어 장비로
엔터프라이즈급
스토리지 구현
Technical Computing Big Data & Analytics Cloud
GPFS Hadoop
Connector
Elastic Storage Server
단일 네임스페이스
데이터 통합 관리
예시 #5, IDEA의 핵심 기술 : IBM Elastic Storage Server
© 2014 IBM Corporation30
JBOD 디스크 인클로져JBOD 디스크 인클로져
파일서버 1
파일서버 2
Power Linux Server
Power Linux Server
GPFS Native RAID
GPFS Native RAID
예시 #5, IBM Elastic Storage Server 구조 특징
디스크 컨트롤러
© 2014 IBM Corporation31
Model GL4
232 NL-SAS, 2 SSD
10+ GB/Sec
Model GL6
348 NL-SAS, 2 SSD
12+ GB/sec
Model GL2
116 NL-SAS, 2 SSD
5+ GB/Sec
예시 #5, ESS Line-up
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
EXP3524
8
9
16
17
Model GS1
24 SSD
6+ GB/Sec
EXP3524
8
9
16
17
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
EXP3524
8
9
16
17
Model GS2
46 SAS + 2 SSD,
48 SSD
2+ GB/Sec,
12+ GB/Sec
EXP3524
8
9
16
17
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
EXP3524
8
9
16
17
EXP3524
8
9
16
17
EXP3524
8
9
16
17
Model GS4
94 SAS + 2 SSD,
96 SSD
5+ GB/Sec,
TBD GB/Sec
EXP3524
8
9
16
17
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
EXP3524
8
9
16
17
EXP3524
8
9
16
17
EXP3524
8
9
16
17
EXP3524
8
9
16
17
EXP3524
8
9
16
17
Model GS6
142 SAS + 2 SSD
7+ GB/Sec
ESS GL - 대용량 ESS GS - 고성능
© 2014 IBM Corporation32
POWER8 서버는 고객분들의
모바일/웹 또는 빅데이터/분석 어플리케이션을 지탱하는
오픈 소스 소프트웨어 스택을 운영하시는데
최적의 인프라 플랫폼입니다.
http://openpowerfoundation.org/
© 2014 IBM Corporation33
Model Power S812L Power S822L
Rack Units 2U 2U
지원 OS Red Hat Linux, SUSE Linux, Ubuntu Linux
프로세서 POWER8(3.42GHz)/POWER8(3.02GHz)
최대 프로세서 Chip수 2 4
최대 코어 수 12 24
최대 메모리 512GB 1024GB
최대 소비전력(Watt) 1,225 1,810
Internal Disk 용량
14,400 GB
(total of 417TB with addition of EXP drive drawers)
16,722 GB
I/O Internal Slots 6 9
전원장치/팬 이중화 옵션/기본 기본/기본
PCIe 슬롯 핫플러그 지원 지원
디스크 백플레인 지원 지원
워런티 3년 24x7 3년 24x7
운영체제
시스템 소프트웨어
Redhat, SuSE Linux, Ubuntu, Debian, Fedora, etc
PowerVM, PowerKVM, PowerVC, Smart Cloud Entry, Smart Cloud Orchestration, GPFS, etc
별첨 : IBM 리눅스 전문 시스템 제품 개요

Más contenido relacionado

La actualidad más candente

[142]편광을 활용한6 dof 전현기
[142]편광을 활용한6 dof 전현기[142]편광을 활용한6 dof 전현기
[142]편광을 활용한6 dof 전현기
NAVER D2
 
유닉스 리눅스 마이그레이션_이호성_v1.0
유닉스 리눅스 마이그레이션_이호성_v1.0유닉스 리눅스 마이그레이션_이호성_v1.0
유닉스 리눅스 마이그레이션_이호성_v1.0
sprdd
 
Power_780+(9179-MHD)표준제안서
Power_780+(9179-MHD)표준제안서Power_780+(9179-MHD)표준제안서
Power_780+(9179-MHD)표준제안서
기한 김
 
Cloud based NGS framework
Cloud based NGS frameworkCloud based NGS framework
Cloud based NGS framework
Hyungyong Kim
 
Glusterfs 구성제안서 v1.0
Glusterfs 구성제안서 v1.0Glusterfs 구성제안서 v1.0
Glusterfs 구성제안서 v1.0
sprdd
 
[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트
[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트
[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트
OpenStack Korea Community
 
2014.03.21 rhci-rhev3.3-by-jshin
2014.03.21 rhci-rhev3.3-by-jshin2014.03.21 rhci-rhev3.3-by-jshin
2014.03.21 rhci-rhev3.3-by-jshin
Jun Hee Shin
 

La actualidad más candente (20)

[142]편광을 활용한6 dof 전현기
[142]편광을 활용한6 dof 전현기[142]편광을 활용한6 dof 전현기
[142]편광을 활용한6 dof 전현기
 
제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나- IBM Bluemix
제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나- IBM Bluemix제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나- IBM Bluemix
제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나- IBM Bluemix
 
오픈소스 모니터링 알아보기(Learn about opensource monitoring)
오픈소스 모니터링 알아보기(Learn about opensource monitoring)오픈소스 모니터링 알아보기(Learn about opensource monitoring)
오픈소스 모니터링 알아보기(Learn about opensource monitoring)
 
유닉스 리눅스 마이그레이션_이호성_v1.0
유닉스 리눅스 마이그레이션_이호성_v1.0유닉스 리눅스 마이그레이션_이호성_v1.0
유닉스 리눅스 마이그레이션_이호성_v1.0
 
[2A1]Line은 어떻게 글로벌 메신저 플랫폼이 되었는가
[2A1]Line은 어떻게 글로벌 메신저 플랫폼이 되었는가[2A1]Line은 어떻게 글로벌 메신저 플랫폼이 되었는가
[2A1]Line은 어떻게 글로벌 메신저 플랫폼이 되었는가
 
Power_780+(9179-MHD)표준제안서
Power_780+(9179-MHD)표준제안서Power_780+(9179-MHD)표준제안서
Power_780+(9179-MHD)표준제안서
 
Cloud based NGS framework
Cloud based NGS frameworkCloud based NGS framework
Cloud based NGS framework
 
Ic922 ac922 e dm_202008
Ic922 ac922 e dm_202008Ic922 ac922 e dm_202008
Ic922 ac922 e dm_202008
 
제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나-AI
제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나-AI제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나-AI
제4회 한국IBM과 함께하는 난공불락 오픈소스 인프라 세미나-AI
 
[232] 성능어디까지쥐어짜봤니 송태웅
[232] 성능어디까지쥐어짜봤니 송태웅[232] 성능어디까지쥐어짜봤니 송태웅
[232] 성능어디까지쥐어짜봤니 송태웅
 
[OpenStack Days Korea 2016] Track2 - How to speed up OpenStack network with P...
[OpenStack Days Korea 2016] Track2 - How to speed up OpenStack network with P...[OpenStack Days Korea 2016] Track2 - How to speed up OpenStack network with P...
[OpenStack Days Korea 2016] Track2 - How to speed up OpenStack network with P...
 
[오픈소스컨설팅] AWS re:Invent 2018 기계학습(ML)부분 후기
[오픈소스컨설팅] AWS re:Invent 2018 기계학습(ML)부분 후기[오픈소스컨설팅] AWS re:Invent 2018 기계학습(ML)부분 후기
[오픈소스컨설팅] AWS re:Invent 2018 기계학습(ML)부분 후기
 
Glusterfs 구성제안서 v1.0
Glusterfs 구성제안서 v1.0Glusterfs 구성제안서 v1.0
Glusterfs 구성제안서 v1.0
 
[온라인교육시리즈] Jupyter를 이용한 분석 환경 구축하기 - 허창현 클라우드 솔루션 아키텍트
[온라인교육시리즈] Jupyter를 이용한 분석 환경 구축하기 - 허창현 클라우드 솔루션 아키텍트[온라인교육시리즈] Jupyter를 이용한 분석 환경 구축하기 - 허창현 클라우드 솔루션 아키텍트
[온라인교육시리즈] Jupyter를 이용한 분석 환경 구축하기 - 허창현 클라우드 솔루션 아키텍트
 
[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트
[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트
[OpenStack Days Korea 2016] Track3 - 방송제작용 UHD 스트로지 구성 및 테스트
 
Cloud datacenter network architecture (2014)
Cloud datacenter network architecture (2014)Cloud datacenter network architecture (2014)
Cloud datacenter network architecture (2014)
 
2014.03.21 rhci-rhev3.3-by-jshin
2014.03.21 rhci-rhev3.3-by-jshin2014.03.21 rhci-rhev3.3-by-jshin
2014.03.21 rhci-rhev3.3-by-jshin
 
[OpenInfra Days Korea 2018] Day 2 - CEPH 운영자를 위한 Object Storage Performance T...
[OpenInfra Days Korea 2018] Day 2 - CEPH 운영자를 위한 Object Storage Performance T...[OpenInfra Days Korea 2018] Day 2 - CEPH 운영자를 위한 Object Storage Performance T...
[OpenInfra Days Korea 2018] Day 2 - CEPH 운영자를 위한 Object Storage Performance T...
 
Quic을 이용한 네트워크 성능 개선
 Quic을 이용한 네트워크 성능 개선 Quic을 이용한 네트워크 성능 개선
Quic을 이용한 네트워크 성능 개선
 
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
[135] 오픈소스 데이터베이스, 은행 서비스에 첫발을 내밀다.
 

Destacado

1 구글의탄생
1 구글의탄생1 구글의탄생
1 구글의탄생
Yongjin Yim
 
Intel APJ Enterprise Day - Intel puts Automotive Innovation into High Gear
Intel APJ Enterprise Day - Intel puts Automotive Innovation into High GearIntel APJ Enterprise Day - Intel puts Automotive Innovation into High Gear
Intel APJ Enterprise Day - Intel puts Automotive Innovation into High Gear
IntelAPAC
 
"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel
"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel
"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel
Edge AI and Vision Alliance
 
헤테로지니어스 컴퓨팅 : CPU 에서 GPU 로 옮겨가기
헤테로지니어스 컴퓨팅 :  CPU 에서 GPU 로 옮겨가기헤테로지니어스 컴퓨팅 :  CPU 에서 GPU 로 옮겨가기
헤테로지니어스 컴퓨팅 : CPU 에서 GPU 로 옮겨가기
zupet
 
Deview deep learning-김정희
Deview deep learning-김정희Deview deep learning-김정희
Deview deep learning-김정희
NAVER D2
 

Destacado (20)

Why Traditional Web Security Technologies no Longer Suffice to Keep You Safe
Why Traditional Web Security Technologies no Longer Suffice to Keep You SafeWhy Traditional Web Security Technologies no Longer Suffice to Keep You Safe
Why Traditional Web Security Technologies no Longer Suffice to Keep You Safe
 
IoT: Autonomous and Smart- Paul Guermonprez
IoT: Autonomous and Smart- Paul GuermonprezIoT: Autonomous and Smart- Paul Guermonprez
IoT: Autonomous and Smart- Paul Guermonprez
 
1 구글의탄생
1 구글의탄생1 구글의탄생
1 구글의탄생
 
Startup Bootcamp - Session 4 of 8 - How to get your Startup Going
Startup Bootcamp - Session 4 of 8 - How to get your Startup GoingStartup Bootcamp - Session 4 of 8 - How to get your Startup Going
Startup Bootcamp - Session 4 of 8 - How to get your Startup Going
 
중국의 슈퍼컴퓨터 연구개발
중국의 슈퍼컴퓨터 연구개발중국의 슈퍼컴퓨터 연구개발
중국의 슈퍼컴퓨터 연구개발
 
Intel APJ Enterprise Day - Intel puts Automotive Innovation into High Gear
Intel APJ Enterprise Day - Intel puts Automotive Innovation into High GearIntel APJ Enterprise Day - Intel puts Automotive Innovation into High Gear
Intel APJ Enterprise Day - Intel puts Automotive Innovation into High Gear
 
IoT & Machine Learning
IoT & Machine LearningIoT & Machine Learning
IoT & Machine Learning
 
Accelerated Computing: The Path Forward
Accelerated Computing: The Path ForwardAccelerated Computing: The Path Forward
Accelerated Computing: The Path Forward
 
Machine Learning with New Hardware Challegens
Machine Learning with New Hardware ChallegensMachine Learning with New Hardware Challegens
Machine Learning with New Hardware Challegens
 
Preparing the Data Center for the Internet of Things
Preparing the Data Center for the Internet of ThingsPreparing the Data Center for the Internet of Things
Preparing the Data Center for the Internet of Things
 
2016 06 nvidia-isc_supercomputing_car_v02
2016 06 nvidia-isc_supercomputing_car_v022016 06 nvidia-isc_supercomputing_car_v02
2016 06 nvidia-isc_supercomputing_car_v02
 
Intel's Machine Learning Strategy
Intel's Machine Learning StrategyIntel's Machine Learning Strategy
Intel's Machine Learning Strategy
 
"Trade-offs in Implementing Deep Neural Networks on FPGAs," a Presentation fr...
"Trade-offs in Implementing Deep Neural Networks on FPGAs," a Presentation fr..."Trade-offs in Implementing Deep Neural Networks on FPGAs," a Presentation fr...
"Trade-offs in Implementing Deep Neural Networks on FPGAs," a Presentation fr...
 
Webinar: Large Scale Graph Processing with IBM Power Systems & Neo4j
Webinar: Large Scale Graph Processing with IBM Power Systems & Neo4jWebinar: Large Scale Graph Processing with IBM Power Systems & Neo4j
Webinar: Large Scale Graph Processing with IBM Power Systems & Neo4j
 
Machine Learning and Internet of Things
Machine Learning and Internet of ThingsMachine Learning and Internet of Things
Machine Learning and Internet of Things
 
"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel
"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel
"Accelerating Deep Learning Using Altera FPGAs," a Presentation from Intel
 
CES 2017: NVIDIA Highlights
CES 2017: NVIDIA HighlightsCES 2017: NVIDIA Highlights
CES 2017: NVIDIA Highlights
 
헤테로지니어스 컴퓨팅 : CPU 에서 GPU 로 옮겨가기
헤테로지니어스 컴퓨팅 :  CPU 에서 GPU 로 옮겨가기헤테로지니어스 컴퓨팅 :  CPU 에서 GPU 로 옮겨가기
헤테로지니어스 컴퓨팅 : CPU 에서 GPU 로 옮겨가기
 
GTC 2016 Opening Keynote
GTC 2016 Opening KeynoteGTC 2016 Opening Keynote
GTC 2016 Opening Keynote
 
Deview deep learning-김정희
Deview deep learning-김정희Deview deep learning-김정희
Deview deep learning-김정희
 

Similar a OPEN_POWER8_SESSION_20150316

MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
문기 박
 
Ahems lab cloud view-final
Ahems lab  cloud view-finalAhems lab  cloud view-final
Ahems lab cloud view-final
kssssw
 
Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오
정호 최
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
Amazon Web Services Korea
 
Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가
Wooseung Kim
 

Similar a OPEN_POWER8_SESSION_20150316 (20)

IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
 
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
 
DataCore SANsymphony-V 9 Introduction-Korean-2013Aug
DataCore SANsymphony-V 9 Introduction-Korean-2013AugDataCore SANsymphony-V 9 Introduction-Korean-2013Aug
DataCore SANsymphony-V 9 Introduction-Korean-2013Aug
 
아마존은 반도체를 어떻게 설계하는가? -LS 산전 HPC 적용 사례와 함께 - 이현석 사업 개발 담당 이사, AWS / 유성열 책임 연구원...
아마존은 반도체를 어떻게 설계하는가? -LS 산전 HPC 적용 사례와 함께 - 이현석 사업 개발 담당 이사, AWS / 유성열 책임 연구원...아마존은 반도체를 어떻게 설계하는가? -LS 산전 HPC 적용 사례와 함께 - 이현석 사업 개발 담당 이사, AWS / 유성열 책임 연구원...
아마존은 반도체를 어떻게 설계하는가? -LS 산전 HPC 적용 사례와 함께 - 이현석 사업 개발 담당 이사, AWS / 유성열 책임 연구원...
 
Ahems lab cloud view-final
Ahems lab  cloud view-finalAhems lab  cloud view-final
Ahems lab cloud view-final
 
SAP HANA vs Oracle
SAP HANA vs OracleSAP HANA vs Oracle
SAP HANA vs Oracle
 
Azure databases for PostgreSQL, MySQL and MariaDB
Azure databases for PostgreSQL, MySQL and MariaDB Azure databases for PostgreSQL, MySQL and MariaDB
Azure databases for PostgreSQL, MySQL and MariaDB
 
AWS와 함께 하는 클라우드 컴퓨팅 - 홍민우 AWS 매니저
AWS와 함께 하는 클라우드 컴퓨팅 - 홍민우 AWS 매니저AWS와 함께 하는 클라우드 컴퓨팅 - 홍민우 AWS 매니저
AWS와 함께 하는 클라우드 컴퓨팅 - 홍민우 AWS 매니저
 
개발자를 위한 네이버 클라우드 플랫폼ㅣNAVER CLOUD PLATFORM for Developers
개발자를 위한 네이버 클라우드 플랫폼ㅣNAVER CLOUD PLATFORM for Developers 개발자를 위한 네이버 클라우드 플랫폼ㅣNAVER CLOUD PLATFORM for Developers
개발자를 위한 네이버 클라우드 플랫폼ㅣNAVER CLOUD PLATFORM for Developers
 
cdit hci zerto '소통하는 세미나' 소개자료(201705)
cdit hci zerto '소통하는 세미나' 소개자료(201705)cdit hci zerto '소통하는 세미나' 소개자료(201705)
cdit hci zerto '소통하는 세미나' 소개자료(201705)
 
Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
 
Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE
 
VMware on IBM Cloud 웨비나 발표자료 입니다.
VMware on IBM Cloud 웨비나 발표자료 입니다.VMware on IBM Cloud 웨비나 발표자료 입니다.
VMware on IBM Cloud 웨비나 발표자료 입니다.
 
AWS 기반 문서중앙화 솔루션 구축 방안::이덕재::AWS Summit Seoul 2016
AWS 기반 문서중앙화 솔루션 구축 방안::이덕재::AWS Summit Seoul 2016AWS 기반 문서중앙화 솔루션 구축 방안::이덕재::AWS Summit Seoul 2016
AWS 기반 문서중앙화 솔루션 구축 방안::이덕재::AWS Summit Seoul 2016
 
DataCore SANsymphony-v 10 소개자료 (2014 5)
DataCore SANsymphony-v 10 소개자료 (2014 5)DataCore SANsymphony-v 10 소개자료 (2014 5)
DataCore SANsymphony-v 10 소개자료 (2014 5)
 
AWS Finance Symposium_바로 도입할 수 있는 금융권 업무의 클라우드 아키텍처 알아보기
AWS Finance Symposium_바로 도입할 수 있는 금융권 업무의 클라우드 아키텍처 알아보기AWS Finance Symposium_바로 도입할 수 있는 금융권 업무의 클라우드 아키텍처 알아보기
AWS Finance Symposium_바로 도입할 수 있는 금융권 업무의 클라우드 아키텍처 알아보기
 
SAP on AWS 사례로 알아보는 핵심 업무 이전 : SAP Competency 파트너사의 경험과 비젼 - 이상규 솔루션즈 아키텍트, A...
SAP on AWS 사례로 알아보는 핵심 업무 이전 : SAP Competency 파트너사의 경험과 비젼 - 이상규 솔루션즈 아키텍트, A...SAP on AWS 사례로 알아보는 핵심 업무 이전 : SAP Competency 파트너사의 경험과 비젼 - 이상규 솔루션즈 아키텍트, A...
SAP on AWS 사례로 알아보는 핵심 업무 이전 : SAP Competency 파트너사의 경험과 비젼 - 이상규 솔루션즈 아키텍트, A...
 
[Pgday.Seoul 2018] replacing oracle with edb postgres
[Pgday.Seoul 2018] replacing oracle with edb postgres[Pgday.Seoul 2018] replacing oracle with edb postgres
[Pgday.Seoul 2018] replacing oracle with edb postgres
 
Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가
 

OPEN_POWER8_SESSION_20150316

  • 2. POWER8 전 세계 RISC시장 점유율 2001 2H 2002 2H 2004 1H 2005 1H 2006 2H 2007 2H 2009 1H 2010 1H 2011 1H 2012 2H 2013 1H 2013 2H POWER5 POWER6 POWER7 POWER7+ 50% 이상의 점유율 유지
  • 3. 변화하는 시대와 동행하는 Power Systems의 여정 8월 4월 5월9월 5월 2013년 2014년 2월 4월9월 Watson $1 billion Investment POWER8: 3+ years, $2.5 billion R&D investment Ubuntu supports IBM OpenPOWER Foundation 5 Power Systems Linux Centers Power Cloud Development OpenPOWER Foundation Enterprise Systems 10월
  • 4. Open, Cloud, 그리고 BigData. 최적화된 인프라는 ‘Made with IBM’ Cognitive capabilities Continuous data load Massive IO bandwidth Low latency Flash for extreme performance Grid-scale storage Designed for Big Data Private Public Traditional IT HybridDefined by Software for the Cloud Open & Collaborative Built for Optimized Engagement Availability Security Connectivity
  • 5. www.open-power.org • POWER 아키텍처 공개로 서버 관련 모든 하드웨어 및 소프트웨어 스택에 혁신의 기회 제공 • SOC design, Bus Specifications, Reference Designs, FW, OS, Hypervisor, Open Source • 데이터 센터용 엔터프라이즈급 하드웨어 및 소프트웨어의 기반 확대 • POWER 기술 기반의 산업 에코시스템 조성 오픈파워파운데이션 결성
  • 6. © OpenPOWER Foundation 2014 Boards/Systems I/O, Storage, Acceleration Chip/SOC System/Software/Services 오픈파워파운데이션의 에코시스템 확장(100+)
  • 7. OpenPOWER는 POWER 아키텍처에 기반한 기술 개발을 위한 공개 협업 모델입니다. 참여 회원사들이 차별화된 기술로 새로운 성장의 기회를 가질 수 있도록 해줍니다. 오픈파워파운데이션의 협업 모델
  • 8. © 2014 IBM Corporation8 개방형 프로세서 기술 - POWER8 POWER8/8+ Processors 개방형 협업을 통한 데이터센터 혁신을 이끌어내는 기반 기술 NVLink Memory Interface Control DMI CAPI Accelerator Function Unit (AFU)
  • 9. Heterogeneous computing 모델의 완성 High Performance Computing, Big data, Image processing 등 Kepler CUDA 5.5 – 7.0 close Buffered Memory POWER8 PCIe 2014-2015 Pascal CUDA 8 closer Pascal 3.0TF 16GB @ 1TB/s POWER8+ 2016 NVLink SXM2 Volta CUDA 9 Cache Coherent POWER9 2017 NVLink 2.0 SXM2 Volta 7.0TF 16GB @ 1.2TB/s Kepler 1.5TF 12GB @ 288GB/s PCIe 예시 # 1 , Nvidia CUDA GPU + POWER8
  • 10. 예시 # 2 , Google-made motherboard with POWER8
  • 11. 유연하고 신속한 혁신을 가능하게 하는 업계 최초의 개방형기술 POWER8 CAPI (Coherent Accelerator Processor Interface) Processor Service Layer (PSL) ∙ 응용 프로그램과 강건한 인터페이스를 제공 ∙ CAPP의 복잡성과 처리 부담 제거 가상주소 ∙ 외부 가속기와 프로세서 간의 메모리 어드레싱 공유 ∙ OS 및 장치 드라이버 오버헤드 제거 하드웨어 기반 캐시 일관성 관리 ∙ 가속기와 프로세서 간 "Lock“ 공유를 통해, I/O 통신 모델에 따른 표준 쓰레드 대기 시간 감소 오픈파워파운데이션 협업 기술: CAPI (Coherent Accelerator Processor Interface)
  • 12. CAPI CAPI Developer Kit CAPI Market Solutions 고객이 특정 업무 영역에 적합하도록 프로세스 처리 알고리즘을 개발 IBM & Partners에서 CAPI 상용 제품을 발표하며, 고객은 해당 제품을 이용하여 이미 구현된 솔루션을 적용 CAPI App Solutions 오픈파워파운데이션 협업 기술 : CAPI 활용 방안
  • 13. Processor Core Memory I/O Attached FPGA Processor Core PCIe, EN Memory CAPI Processor Core PCIe Memory Memory Custom Co-Processor Processor Core Memory Rare Cases: Compression, Encryption AlgorithmAlgorithmAlgorithmAlgorithmAcceleration Evolution Highest Performance Shared Memory New Instruction Set No Acceleration Required Programming Skill Fast Algorithm Slow set-up Logic Design & Programming Skill Fast Performance Simple set-up Shared Memory Logic Design & Programming Skill 오픈파워파운데이션 협업 기술 : 왜 CAPI인가?
  • 14. © 2014 IBM Corporation14 *https://news.ycombinator.com/item?id=7946024 대규모 데이타 – 메모리로 감당하기엔 너무 큰? 신속한 데이터 처리 필요 연산 자원의 효율적인 사용 – CPU 자원은 데이터 입출력이 아닌 계산 작업에 플래시 메모리를 DRAM처럼 사용! 플래시 메모리는 훨씬 저렴하고 용량도 크지만, DRAM보다 훨씬 느리다? 어떻게? IBM has a better idea 예시 #3, CAPI 활용 사례 : IBM Data Engine for NoSQL
  • 15. 20,000 개 이상의 명령어 수행 500개 이하의 명령어 수행 ∙ CAPI 를 통해 POWER8 탑재 서버에 FlashSystem 연결 ∙ 어플리케이션의 일반적인 Read / Write I/O 명령어 수행 길이의 97% 제거 - CAPI Flash Controller가 유저 스페이스에서 동작 ∙ 1백만 IOPs 당 10 코어 프로세서 요구량 절감 Pin buffers, Translate, Map DMA, Start I/O Application LVM Disk & Adapter DD Read/Write Syscall strategy() iodone() FileSystem strategy() iodone() Interrupt, unmap, unpin,Iodone scheduling Application Posix Async I/O Style API User Library Shared Memory Work Queue aio_read() aio_write() 예시 #3, CAPI 활용 사례 : IBM Data Engine for NoSQL
  • 16. © 2014 IBM Corporation16  가상 주소 사용  하드웨어가 관리하는 캐시  선택가능한 하드웨어 가속기능 FPGA POWE R8 CoreCAPPPCIe IBM Supplied PSL Memory (Coherent) 사용자 어플리케이션과 FPGA 가속기 Ubuntu LE Kernel Extensions libcxl 라이브러리 CAPI에 필요한 하드웨어  어플리케이션은 데이터를 구성하고 가속기능을 호출  PCIE 인터페이스를 통해 어플리케이션이 데이터를 읽거나 쓸 수 있음  PSL Cache는 빠른 접근을 위한 접근 정보 포함 POWER8 Processor Chip OS Accelerator App 예시 #3, IBM Data Engine for NoSQL - I/O 제약을 없애기 위한 POWER8만의 하드웨어 기능
  • 17. © 2014 IBM Corporation17 Power S822 Flash System 840 PCIe I/O CAPI 하드웨어 쓰레드당 IOPs Latency (us) 예시 #3, IBM Data Engine for NoSQL - 성능 PCIe I/O CAPI PCIe I/O CAPI
  • 18. © 2014 IBM Corporation18 인메모리 NoSQL 구성 (x86) POWER8 Server Flash Array w/ up to 40TB 차별화된 NoSQL 구성 (POWER8 + CAPI Flash) 4U Load Balancer 512GB Cache Node 512GB Cache Node 512GB Cache Node 512GB Cache Node 512GB Backup Node ... 예시 #3, IBM Data Engine for NoSQL - BigRedis 24:1 서버 수량 감소 2.4x 비용 절감 12x 에너지 사용량 절감 6x 상면 감소 40TB 메모리 확장성
  • 19. © 2014 IBM Corporation19 오픈 소스 소프트웨어에 대한 투자 Relational Databases NoSQL Hadoop MapReduce 개발/테스트 툴 데이터베이스 빅데이터/ 분석 클라우드 관리 스택 고가용성 보안 Dev. Env/Tools 슈퍼컴퓨팅
  • 20. © 2014 IBM Corporation20 오픈 소스 소프트웨어에 대한 투자
  • 21. © 2014 IBM Corporation21 예시 #4, Relational Database: Turbo LAMP PHP (Zend) PHP (Zend) Linux (Ubuntu) Apache Web Server (Ubuntu) MariaDB (MariaDB) PHP (Zend) Orchestration-Juju(Ubuntu) 빅데이터 최적화클라우드 지향개방형 혁신 플랫폼 High Speed Data Transfer (Mellanox) POWER8 기술에 최적화  빠르고 확장성 있는 모바일/웹 어플리케이션 개발/운영 지원
  • 22. © 2014 IBM Corporation22 예시 #5, 하둡 기반 빅데이터 업무를 위한 IBM POWER8 기반 솔루션 분석 업무마다 별도의 전용 시스템 도입 경직된 스토리지 디자인 - 스토리지가 컴퓨팅 서버에 종속되어 구성 유연하지 못하고, 구축에 시간이 많이 소요되는 인프라 비효율적인 인프라 디자인 - 시스템 활용도 저하 비즈니스 요구에 탄력적으로 대응하지 못하는 분석 인프라 IBM has a better idea
  • 23. © 2014 IBM Corporation23 예시 #5, IBM Data Engine for Analytics 다양한 분석 어플리케이션 동 시 사용 멀티테넌시, 스케줄링, 클러스 터 관리 서비스를 제공하는 IBM Platform Symphony/Cluster Manager2배 이상 뛰어난 성능 압축 부하 offload Compute – Storage 간의 고속 통신 Data-Centric 디자인를 실현하는 IBM Elastic Storage Server ~ A C ~ A C TOR 10G G8264 1 U 2 U 3 U 4 U 5 U 6 U 7 U 8 U 9 U 10U 11U 12U 13U 14U 15U 16U 17U 18U 19U 20U 21U 22U 23U 24U 25U 26U 27U 28U 29U 30U 31U 32U 33U 34U 35U 36U 37U 38U 39U 40U 41U 42U 0 1 System x3250 M4System x3250 M4 HMC TFT Space For TORs / Data or Other Nodes Power 730 Management Node 인프라 ¼ 이하로 절감, 2배 이상의 처리 성능
  • 24. © 2014 IBM Corporation24 는 분산된 어플리케이션 환경과 복합적이고 이기종의 그리드 환경에서 방대한 그리고 다양한 패러럴 어플리케이션들을 시킬 수 있고 또한, 현재 가용한 시스템을 최대한 활용하여 를 사용자가 빠르게 받아볼 수 있도록 합니다. 는 예시 #5, IDEA의 핵심 기술 : Platform Symphony
  • 25. © 2014 IBM Corporation25 Resource Orchestration Workload Manager C C C C C C C C C C C C D D D D D D D D D D D D C C C C C C A A A A A A A A A A A A A A A A B B B B B B B B B B B BB B B B B B Third Party Trading & Risk Platforms In-house Applications InfoSphere BigInsights A B C D 예시 #5, IBM Platform Symphony – 강력한 자원관리 기능
  • 26. © 2014 IBM Corporation26 보다 효율적인 자원 공유를 제공하는 한편 애플리케이션 수준 SLA를 개선함으로써 타사 그리드 관리와 차별화 됨 예시 #5, IBM Platform Symphony – 섬세한 지원 공유
  • 27. © 2014 IBM Corporation27 EnginesEach engine polls broker ~5 times per second (configurable) Send work when engine ready Serialize input data Network transport (client to broker) Wait for engine to poll broker Network transport (broker to engine) De-serialize Input data Compute Result Serialize result Post result back to broker Time … Broker Compute time 타사 그리드 서버 Serialize input Network transport SSM Compute time & logging Time Network transport (SSM to engine) De-serialize … Serialize Network transport (engine to SSM) Compute result No wait time due to polling, faster serialization/de-serialization, More network efficient protocol Platform Symphony 효과적인 C언어 루틴 사용 : CDR (common data representation) 및 IOCP (XML 데이터 인코딩이 아님) 단축된 네트워크 전송 시간 (텍스트기반의 HTTP 대신 보다 축약된 CDR 바이너리 포맷사용) 전체적인 프로세싱 시간 단축 (Java 대신 HPC C/C++를 통한 구현) 보다 효율적인 “push model” 를 통해 혁신적 개선 (polling 방식의 구조적인 문제를 제거함) 각 처리 과정에서 Platform Symphony의 장점 예시 #5, IBM Platform Symphony의 선도적인 고성능 및 확장성
  • 28. © 2014 IBM Corporation28 주요 장점들 • 고성능 – 최대 7배 (짧은 수행시간의 작업테스트) • 신뢰성, 고 가용성, 서비스 중단 없는 업그레이드 • 상황을 반영하는 동적 자원 관리 • Java MR, PIG, HIVE, Oozie, Hbase에 대한 완전 호환 • 개방형 데이터 아키텍처 제공 (파일시스템 및 DB) 예시 #5, Platform Symphony 로우-레이턴시 / 고 처리율 대규모 스케일 지원 정상급 Hadoop MapReduce 구현
  • 29. © 2014 IBM Corporation29 선형적인 용량 및 성능 확장성 범용 하드웨어 장비로 엔터프라이즈급 스토리지 구현 Technical Computing Big Data & Analytics Cloud GPFS Hadoop Connector Elastic Storage Server 단일 네임스페이스 데이터 통합 관리 예시 #5, IDEA의 핵심 기술 : IBM Elastic Storage Server
  • 30. © 2014 IBM Corporation30 JBOD 디스크 인클로져JBOD 디스크 인클로져 파일서버 1 파일서버 2 Power Linux Server Power Linux Server GPFS Native RAID GPFS Native RAID 예시 #5, IBM Elastic Storage Server 구조 특징 디스크 컨트롤러
  • 31. © 2014 IBM Corporation31 Model GL4 232 NL-SAS, 2 SSD 10+ GB/Sec Model GL6 348 NL-SAS, 2 SSD 12+ GB/sec Model GL2 116 NL-SAS, 2 SSD 5+ GB/Sec 예시 #5, ESS Line-up System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 EXP3524 8 9 16 17 Model GS1 24 SSD 6+ GB/Sec EXP3524 8 9 16 17 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 EXP3524 8 9 16 17 Model GS2 46 SAS + 2 SSD, 48 SSD 2+ GB/Sec, 12+ GB/Sec EXP3524 8 9 16 17 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 EXP3524 8 9 16 17 EXP3524 8 9 16 17 EXP3524 8 9 16 17 Model GS4 94 SAS + 2 SSD, 96 SSD 5+ GB/Sec, TBD GB/Sec EXP3524 8 9 16 17 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 System x3650 M40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 EXP3524 8 9 16 17 EXP3524 8 9 16 17 EXP3524 8 9 16 17 EXP3524 8 9 16 17 EXP3524 8 9 16 17 Model GS6 142 SAS + 2 SSD 7+ GB/Sec ESS GL - 대용량 ESS GS - 고성능
  • 32. © 2014 IBM Corporation32 POWER8 서버는 고객분들의 모바일/웹 또는 빅데이터/분석 어플리케이션을 지탱하는 오픈 소스 소프트웨어 스택을 운영하시는데 최적의 인프라 플랫폼입니다. http://openpowerfoundation.org/
  • 33. © 2014 IBM Corporation33
  • 34. Model Power S812L Power S822L Rack Units 2U 2U 지원 OS Red Hat Linux, SUSE Linux, Ubuntu Linux 프로세서 POWER8(3.42GHz)/POWER8(3.02GHz) 최대 프로세서 Chip수 2 4 최대 코어 수 12 24 최대 메모리 512GB 1024GB 최대 소비전력(Watt) 1,225 1,810 Internal Disk 용량 14,400 GB (total of 417TB with addition of EXP drive drawers) 16,722 GB I/O Internal Slots 6 9 전원장치/팬 이중화 옵션/기본 기본/기본 PCIe 슬롯 핫플러그 지원 지원 디스크 백플레인 지원 지원 워런티 3년 24x7 3년 24x7 운영체제 시스템 소프트웨어 Redhat, SuSE Linux, Ubuntu, Debian, Fedora, etc PowerVM, PowerKVM, PowerVC, Smart Cloud Entry, Smart Cloud Orchestration, GPFS, etc 별첨 : IBM 리눅스 전문 시스템 제품 개요