فهرست مطالب
شرکت آمازون با معرفی معماری نوین شبکه مراکز داده خود به نام RNG، توانسته است سرعت انتقال داده را تا ۳۳ درصد افزایش و مصرف انرژی را ۴۰ درصد کاهش دهد.
به گزارش سرویس اینترنت و شبکه تکناک، این پروژه نخستین استقرار گسترده یک شبکه تخت مبتنی بر نظریه گرافهای تصادفی در مقیاس صنعتی به حساب میآید. همچنین آمازون فاش کرد که از سال گذشته بدون اعلام عمومی، این معماری را در مراکز داده خود پیادهسازی کرده و اکنون معماری شبکه RNG به شبکه پیشفرض مراکز داده برای بخش عمده بارهای کاری سرویسهای ابری AWS تبدیل شده است.
معماری شبکه Resilient Network Graphs (RNG)، جایگزین ساختارهای سلسلهمراتبی سنتی شده است که طی دهههای گذشته ستون فقرات مراکز داده ابری را تشکیل میدادند. این معماری از یک ساختار تخت و شبهتصادفی بهره میبرد که با بهینهسازی مسیرهای ارتباطی، جابهجایی داده میان سرورها را با کارایی بیشتری انجام میدهد.
بر اساس گزارش Wired، این طراحی در مقایسه با معماریهای مرسوم به ۶۹ درصد، تجهیزات شبکه کمتری نیاز دارد و قادر است هزینههای زیرساختی را تا ۴۵ درصد کاهش دهد؛ مزیتی که در گستره جهانی زیرساخت ابری این شرکت میتواند باعث صرفهجویی چندین میلیارد دلاری شود. آمازون نخستین استقرار عملیاتی معماری شبکه RNG را در سال ۲۰۲۴ در یکی از مراکز داده خود در دوبلین انجام و سپس این معماری را به تاسیسات خود در آلمان و اسپانیا گسترش داد. AWS اعلام کرده است که این فناوری اکنون در اغلب مراکز داده جدید این شرکت در حال پیادهسازی است و مبنای نسلهای آینده زیرساختهای ابری آمازون خواهد بود.
حتما بخوانید: افشای مذاکرات پنتاگون و اسپیسایکس برای اتصال مستقیم موبایل به استارلینک در ایران
در اغلب بحثهای مرتبط با ظرفیت مراکز داده و زیرساختهای هوش مصنوعی، توجه اصلی به توان پردازشی و منابع ذخیرهسازی معطوف است؛ با وجود این، شبکه ارتباطی یکی از حیاتیترین ارکان این اکوسیستم محسوب میشود. هر درخواست ارسالی از یک دستگاه کاربر به سمت یک اپلیکیشن ابری، پایگاه داده، مدل هوش مصنوعی یا سرویس ذخیرهسازی، مستلزم جابهجایی سریع دادهها در میان هزاران یا حتی صدها هزار سرور است. با رشد مداوم ابعاد مراکز داده، تضمین انتقال سریع، دقیق و کارآمد اطلاعات به مقصد مناسب، به یکی از پیچیدهترین چالشهای مهندسی زیرساخت تبدیل شده است.
01
از 02توپولوژی دادهها
طی چند دهه گذشته، اغلب مراکز داده در مقیاس بزرگ بر معماری سلسلهمراتبی موسوم به “Fat-Tree” متکی بودهاند. در این توپولوژی، دادهها از طریق لایههای مختلف سوئیچها و روترها جابهجا میشوند که در قالب یک ساختار درختی سازماندهی شدهاند. هرچند این رویکرد از پایداری و قابلیت اطمینان بالایی برخوردار است، اما میتواند باعث ایجاد گلوگاههای ترافیکی و فشار بر منابع پهنای باند شود. در چنین ساختاری، حتی زمانی که ظرفیت بلااستفاده در بخشهای دیگر شبکه وجود دارد، ترافیک شبکه ممکن است در نقاط خاصی از سلسلهمراتب متمرکز شود. علاوه بر این، پیادهسازی این معماری به حجم قابل توجهی از تجهیزات شبکه گرانقیمت نیاز دارد.
برای مطالعه بیشتر: تجهیز ۵۰۰ هواپیمای آمریکن ایرلاینز به اینترنت ماهوارهای استارلینک
محققان سالها است بر این باور هستند که یک معماری شبکه تخت مبتنی بر اصول گرافهای تصادفی نظیر معماری شبکه RNG میتواند بسیاری از این محدودیتها را برطرف کند. در چنین مدلی، دادهها بهجای عبور اجباری از لایههای از پیش تعریفشده، در شبکهای گسترده و مشبک از روترهای بههمپیوسته جریان مییابند که تعداد زیادی مسیر جایگزین میان نقاط مختلف شبکه فراهم میکند. از منظر تئوری، این رویکرد میتواند تابآوری شبکه را افزایش دهد، بهرهبرداری از پهنای باند موجود را بهبود بخشد و احتمال بروز ازدحام را کاهش دهد.
با وجود این، تبدیل این ایده به یک راهکار عملی در مقیاس عظیم، چالشی جدی محسوب میشد. با وجود آنکه شبکههای مبتنی بر گرافهای تصادفی نظیر معماری شبکه RNG بیش از یک دهه در محافل دانشگاهی مورد مطالعه قرار گرفتهاند، موانع فنی متعددی مانع از استقرار موفق آنها در مقیاس ابرمقیاس (Hyperscale) شده بود. مسیریابی بهینه ترافیک در چنین شبکهای بهمراتب پیچیدهتر از شبکههای مبتنی بر ساختارهای سلسلهمراتبی قابل پیشبینی است و مدیریت اتصال فیزیکی میلیونها لینک فیبر نوری بدون ایجاد پیچیدگیهای عملیاتی گسترده، چالشی متفاوت و بسیار دشوار به حساب میآید.
مرتبط: اپل مدل هوش مصنوعی بی نیاز از اینترنت را راهاندازی می کند
02
از 02نوآوریهای آمازون برای استقرار معماری شبکه RNG
شرکت آمازون اعلام کرده است که با اتکا به دو نوآوری بنیادین در حوزه نرمافزار و سختافزار توانسته است بر موانع فنی استقرار شبکههای مبتنی بر گرافهای تصادفی غلبه کند. نخستین نوآوری، پروتکل مسیریابی اختصاصی “Spraypoint” است که بهجای وابستگی به کوتاهترین مسیرهای ارتباطی، بار ترافیکی را میان طیف گستردهای از مسیرهای در دسترس توزیع میکند. دومین نوآوری نیز تجهیز نوری غیرفعالی با نام “ShuffleBox” است که با هدف مدیریت، سازماندهی و استانداردسازی حجم عظیم کابلکشی مورد نیاز برای پیادهسازی شبکه در مقیاس ابرمقیاس توسعه یافته است. به گفته آمازون، معماری حاصل از ترکیب این فناوریها نهتنها امکان انتقال داده با سرعتی حدود ۳۳ درصد بیشتر نسبت به طراحیهای متعارف را فراهم میکند، بلکه به تعداد قابل توجهی تجهیزات شبکه کمتر، از جمله سوئیچها و روترها نیاز دارد. این کاهش مستقیم در تعداد تجهیزات میتواند هزینههای سرمایهای (CapEx) و هزینههای عملیاتی (OpEx) را کاهش دهد و در عین حال مصرف انرژی زیرساخت شبکه را نیز به شکل محسوسی پایین بیاورد.
مرتبط: فناوری جدید چین برای اینترنت 6G معرفی شد
در شرایطی که مدلهای هوش مصنوعی از نظر اندازه، پیچیدگی و تعداد کاربران با سرعت در حال رشد هستند، شرکتهای فعال در حوزه رایانش ابری ابرمقیاس ناگزیر هستند تمامی لایههای پشته فناوری خود را بهینهسازی کنند. اگرچه توسعه تراشههای قدرتمندتر همچنان یکی از ارکان اصلی این مسیر است، اما پیشرفت در حوزههای خنکسازی، توزیع انرژی، سامانههای ذخیرهسازی، ارتباطات نوری و زیرساختهای شبکه نیز نقشی تعیینکننده در تداوم این رشد ایفا میکند. آمازون معتقد است که معماری شبکه RNG یکی از همین مزیتهای راهبردی محسوب میشود. این شرکت استقرار موفق نظریه گرافهای تصادفی در مقیاس عملیاتی را «دستاوردی تحولآفرین» توصیف میکند؛ دستاوردی که میتواند قابلیت اطمینان و عملکرد خدمات AWS را ارتقا دهد، میلیاردها دلار از هزینههای سختافزاری بکاهد و در نهایت به کاهش انتشار گازهای گلخانهای و دیاکسید کربن منجر شود.
