1. 首頁 > 生活百科 > >

機架級計算崛起：AI時代的基礎設施新模式

人工智能ai交換機

機架級計算崛起：AI時代的基礎設施新模式

數十年來 ， 服務器一直是數據中心的基本構建單元 。 部署工作負載需要足夠的服務器來支持該負載 。 基礎設施監控、電源管理等也主要在服務器級別進行 。
在AI時代 ， 以服務器為尺度的數據中心方法正變得越來越不足 。 可以說 ， 更好的策略是機架級計算——這個想法并不全新 ， 但也許終于迎來了它的時刻 。
什么是機架級計算？
機架級計算是在數據中心內配置硬件的實踐 ， 使用服務器機架而不是單個服務器作為IT基礎設施的主要單元 。
換句話說 ， 當你采用機架級計算時 ， 你的主要目標是確保擁有足夠的機架——以及每個機架內計算、內存、存儲和網絡硬件的最佳組合——來支持給定的工作負載 。
這與傳統的基礎設施策略不同 ， 傳統策略以單個服務器為中心 。 大多數數據中心管理員習慣于思考有多少服務器分配給工作負載 ， 而不是為它們配置了多少機架 ， 這就是為什么通常根據Kubernetes環境包含多少節點來調整其規模 ， 或者使用總服務器數作為總數據中心容量的代理 。
在機架級方法下 ， 數據中心的服務器總數不再是焦點 。 相反 ， 推動基礎設施成功的關鍵因素變成了機架總數和每個機架的配置 。
機架級計算在AI時代找到了它的時刻 ， 其中1MW機架提供了傳統以服務器為中心的方法無法匹配的集成性能 。
采用機架級的好處
乍一看 ， 機架級計算可能看起來像是數據中心基礎設施管理的一種非傳統方法 。 畢竟 ， 單個機架內可容納的服務器總數可能因機架大小而有很大差異 。 如果機架的計算容量如此可變 ， 為什么要將機架視為數據中心的基本構建塊？
部分答案是 ， 服務器實際上也不是衡量基礎設施容量的一種非常一致的方式 ， 因為服務器的計算能力可能差異很大 。
采用機架級計算的更令人信服的原因是 ， 它能夠實現更靈活的數據中心基礎設施管理方法 。 具體來說 ， 以機架為中心的基礎設施允許企業：
滿足大規模工作負載的需求 。 現代工作負載通常需要多個服務器——因此從擁有分配給它們的整個機架中受益 。
構建更具彈性的基礎設施 。 單個服務器容易出現故障 ， 但整個機架宕機的情況很少見 。 因此 ， 當你使用機架作為構建塊時 ， 你的工作負載本質上更可靠 。
優化基礎設施配置 。 專注于機架設計和組件使得為給定工作負載優化每個機架的硬件變得更容易 。 例如 ， 如果工作負載產生特別高的網絡流量 ， 可以用包含高端交換機甚至多個交換機的機架來支持它 。
時機終于成熟的解決方案
有趣的是 ， 機架級計算的概念已經存在了十多年 。 微軟在2013年就在推廣它 ， 英特爾等供應商多年前就將其作為可組合基礎設施策略的一部分加以利用 。
當時 ， 機架級計算從未真正完全流行起來 。 數據中心行業沒有轉向機架成為基礎設施基本構建塊的模型 。
但支持現代AI的需求催化了對機架級基礎設施策略的重新興趣 。 例如 ， 在Data Center World 2025上發言時 ， 分析師Jeremie Eliahou Ontiveros指出機架級架構是為AI工作負載配置足夠基礎設施的解決方案的一部分 。
這種方法特別適合AI工作負載 。 AI工作負載不僅需要大量的計算、內存和（在許多情況下）存儲資源 ， 而且當它們運行的基礎設施在硬件級別進行優化時 ， 它們的工作效果要好得多 。 機架級計算可以幫助實現這兩個目標 。
例如 ， 1MW機架——可以容納比傳統機架高得多的服務器容量——可以幫助確保AI工作負載擁有運行所需的資源 。 同時 ， 優化機架內各個服務器之間數據移動的機架架構 ， 同時也有助于平衡散熱 ， 有助于避免處理瓶頸并優化工作負載性能 。
單個服務器配置無法實現可比較的優化 ， 因為最佳地集成這些服務器將更具挑戰性 。
機架級計算的未來
可以肯定的是 ， 機架級計算有缺點 。 其中最主要的是 ， 當機架成為主要單元時 ， 它們可能會限制可擴展性 ， 因為配置超過單個機架處理能力的服務器將具有挑戰性 。 然而 ， 如果數據中心轉向更高容量的機架——例如 ， 那些能夠容納高達1MW硬件的機架——這種擔憂會減少 。
因此 ， 隨著機架的現代化 ， 預期數據中心架構也會隨之現代化 ， 企業轉向機架級方法 。 單個服務器仍然重要 ， 因為不是每個工作負載都需要自己的專用機架 。 但最關鍵和最昂貴的工作負載可能會在機架規模上運行 。
Q&A
Q1：什么是機架級計算？它與傳統方法有什么區別？
A：機架級計算是在數據中心內配置硬件的實踐 ， 使用服務器機架而不是單個服務器作為IT基礎設施的主要單元 。 與傳統以服務器為中心的策略不同 ， 機架級計算專注于機架總數和每個機架的配置 ， 而不是服務器數量 。
Q2：機架級計算為什么在AI時代特別重要？
A：AI工作負載需要大量的計算、內存和存儲資源 ， 而且當基礎設施在硬件級別進行優化時效果更好 。 1MW機架可以提供傳統以服務器為中心方法無法匹配的集成性能 ， 滿足AI工作負載的巨大資源需求 。
Q3：采用機架級計算有什么主要優勢？
A：機架級計算能夠滿足大規模工作負載需求 ， 構建更具彈性的基礎設施（整個機架宕機很少見） ， 以及優化基礎設施配置 。 專注于機架設計使得為特定工作負載優化硬件變得更容易 ， 比如為高網絡流量工作負載配置高端交換機 。
【機架級計算崛起：AI時代的基礎設施新模式】

    推薦閱讀