守护AI数据GPU如何重塑格局—基于_SupremeRAIDTM_Ultra_与InnoGrit_N3X_为大规模并行AIIO带来突破性的奇偶校验RAID性_16页_1mb

守护 AI 数据: GPU 如何重塑格局 总结

核心内容

本文档探讨了AI工作负载对存储系统的要求，以及SupremeRAID™ 2.0与InnoGrit N3X SLC NVMe SSD硬盘的结合如何显著提升存储性能。重点分析了GPU卸载技术在RAID处理中的应用，特别是在奇偶校验RAID（RAID5/6）场景下的性能表现与CPU效率提升。

主要观点

• AI工作负载具有大规模、高度并行、突发性以及对数据一致性和系统稳定性要求高的特点。
• 传统RAID方案（如Linux MD）在面对高强度的随机写入负载时，存在明显的性能瓶颈和CPU资源消耗问题。
• SupremeRAID™ 2.0通过引入GPU卸载技术，显著提升了RAID5/6在各种负载下的性能表现，特别是在降级模式下依然能保持高吞吐量。
• 该方案有效解决了传统RAID中“写入空洞”问题，避免了CPU在奇偶校验计算和中断处理中的高开销。
• 在4K和1M随机读写场景下，SupremeRAID™ 2.0分别实现了比Linux MD高4.7倍和26倍的读取效率，以及高41倍和107倍的写入效率。

关键信息

硬件配置

• RAID控制器：SupremeRAID™ Ultra，搭载NVIDIA RTX 2000E Ada GPU，功耗仅为50W。
• 存储介质：24块InnoGrit N3X SLC NVMe SSD硬盘，基于KIOXIA XL-flash™技术，具备极低时延与确定性性能。
• 系统环境：
  • CPU: AMD EPYC 9755 128核处理器 × 2
  • 内存: 32GB DDR5-6400 RDIMM × 24
  • 操作系统: Ubuntu 24.04.2 LTS
  • 内核: 6.8.0-62Generic
  • 基准工具: fio-3.40

性能对比

4K 随机读取性能

• RAID5 最佳：Linux MD 28.6M IOPS，SupremeRAID™ 2.0 36.2M IOPS（+26%）
• RAID5 降级：Linux MD 0.163M IOPS，SupremeRAID™ 2.0 12.6M IOPS（77x）
• RAID6 最佳：Linux MD 27.9M IOPS，SupremeRAID™ 2.0 36.2M IOPS（+29%）
• RAID6 降级：Linux MD 0.186M IOPS，SupremeRAID™ 2.0 12.6M IOPS（67x）

4K 随机写入性能

• RAID5 最佳：Linux MD 0.223M IOPS，SupremeRAID™ 2.0 6.477M IOPS（29x）
• RAID5 降级：Linux MD 0.246M IOPS，SupremeRAID™ 2.0 6.466M IOPS（26x）
• RAID6 最佳：Linux MD 0.149M IOPS，SupremeRAID™ 2.0 5.687M IOPS（38x）
• RAID6 降级：Linux MD 0.147M IOPS，SupremeRAID™ 2.0 5.499M IOPS（37x）

1M 随机读取性能

• RAID5 最佳：两者性能相近，均为约323GB/s。
• RAID5 降级：Linux MD 12.9GB/s，SupremeRAID™ 2.0 210GB/s（16x）
• RAID6 最佳：两者性能相近，均为约323GB/s。
• RAID6 降级：Linux MD 12.7GB/s，SupremeRAID™ 2.0 208GB/s（16x）

1M 随机写入性能

• RAID5 最佳：Linux MD 14.8GB/s，SupremeRAID™ 2.0 242GB/s（16x）
• RAID5 降级：Linux MD 14.2GB/s，SupremeRAID™ 2.0 218GB/s（15x）
• RAID6 最佳：Linux MD 15.4GB/s，SupremeRAID™ 2.0 233GB/s（15x）
• RAID6 降级：Linux MD 15.8GB/s，SupremeRAID™ 2.0 212GB/s（13x）

CPU效率分析

• 4K 随机读取：
  • Linux MD: 每IOPS的CPU使用率为3.5%
  • SupremeRAID™ 2.0: 每IOPS的CPU使用率仅为0.74%，效率提升4.7倍。
• 1M 随机读取：
  • Linux MD: 每10GB/s的CPU使用率为2.35%
  • SupremeRAID™ 2.0: 每10GB/s的CPU使用率仅为0.1%，效率提升26倍。
• 4K 随机写入：
  • Linux MD: 每IOPS的CPU使用率为77.26%
  • SupremeRAID™ 2.0: 每IOPS的CPU使用率仅为1.87%，效率提升41倍。
• 1M 随机写入：
  • Linux MD: 每10GB/s的CPU使用率为33.24%
  • SupremeRAID™ 2.0: 每10GB/s的CPU使用率仅为0.31%，效率提升107倍。

结论

SupremeRAID™ 2.0通过将RAID处理任务卸载至GPU，显著提升了AI工作负载下的存储性能与系统稳定性。其在RAID5和RAID6配置下，即使在降级模式下，也能保持高性能与低CPU开销，从而释放更多计算资源用于AI任务。该方案在高密度、高能效方面表现出色，是下一代AI存储节点的理想选择。

附录（简要）

• 测试方法：使用fio工具对RAID5/6进行基准测试，分别模拟最佳和降级状态。
• 测试步骤：
  • 创建物理驱动器
  • 创建RAID组
  • 创建虚拟驱动器
  • 运行fio测试
  • 强制单个驱动器故障以测试降级状态
• 免责声明：性能结果可能因系统配置、工作负载及其他因素而有所不同。

技术亮点

• GPU卸载：通过NVIDIA RTX 2000E Ada GPU实现I/O处理任务卸载，显著降低CPU负载。
• SLC NVMe SSD：InnoGrit N3X采用SLC架构，提供低时延和高吞吐能力。
• 奇偶校验RAID优化：SupremeRAID™ 2.0重新设计了I/O卸载引擎，解决了传统RAID性能瓶颈问题。
• 高密度部署：支持24盘配置，适用于大规模AI训练与推理场景。