腾讯云星星海两款自研新品亮相 打造软硬一体云计算基础设施

12月20日,在腾讯2020 Techo Park开发者大会“下一代软硬一体化的云计算基础设施”分论坛上,腾讯云重磅发布星星海首款自研GPU服务器和星星海新一代自研双路服务器,后者也是国内首款搭载即将发布的第三代英特尔至强可扩展处理器(Ice Lake)的双路服务器。此外,腾讯云还分享了在云计算、存储、网络、运维在软硬一体化趋势下的创新和实践。

星星海首款自研GPU服务器 

会上,腾讯云服务器与供应链管理部总经理刘裕勋表示,随着云计算承载的业务规模越来越大,传统服务器难以完全满足云计算数据中心场景下对超大规模、需求多样、高性价比、安全可靠以及软硬件一体化等方面的要求。通过软硬一体化的不断发展,腾讯云可以结合开发者的多元化需求提供更高性能、更佳性价比的体验。

此次,腾讯云在深入理解业务需求的基础上,重磅推出星星海首款自研GPU服务器。

在云游戏场景中,客户对单卡TCO,单用户成本非常敏感,迫切需要降低成本。但现存所有GPU服务器机箱长度过长,当遇到需要低延时边缘部署时,无法满足需求,会出现单卡挂死,导致整机挂死的情况。

针对类似的场景和业务需求,星星海首款自研GPU服务器在性能、能效、安全特性、可靠性等层面进行了大胆的自主创新和突破。

在设计上,全球首创在同一框架内,灵活更换主板,支持多平台兼容,使得业务在面对GPU 选择时获得非常充分的竞争优势;同时结合业务对PCIe带宽要求低的特点,支持16卡GPU+4路intel服务器,达到业界最高密度,可大幅降低单卡TCO。

在创新上,创业界最短机框,支持边缘部署,提高带宽稳定性,极大降低业务延时(最高可降近百毫秒);在可用性上,这款GPU服务器的RAS特性以及PCIe热插拔特性,使得单GPU故障对整机无影响,可用性大幅度提升。

星星海新一代自研双路服务器,云上建设提前享受技术红利

随着AI、5G、车联网和物联网等技术的大规模部署,企业对于算力、存储等方面的要求也更加苛刻。星星海新一代自研双路服务器是国内首款搭载即将发布的第三代英特尔至强可扩展处理器(Ice Lake)的双路服务器,为用户提供更高内存带宽,更快I/O吞吐,更强实例性能,并帮助用户基于英特尔深度学习加速(英特尔DL Boost)技术,获得处理器内置AI加速能力。

星星海新一代自研双路服务器基于即将发布的第三代英特尔至强可扩展处理器,采用英特尔的10纳米制程,能够满足通用计算、异构计算、裸金属、高性能计算等全业务场景需求。测试数据显示,与搭载第二代英特尔至强处理器的双路服务器相比,新款服务器的浮点性能提高70%,同时单机最高支持的内存可达12TB,可充分满足大型数据库等业务需求。

经测试,星星海新一代自研双路服务器通过深度优化定制,计算密度提升50%;通过高性能散热器和研发创新独立风道设计,散热方案支持CPU功效提升45%;基于增强的可靠性、可用性和可服务性(RAS)技术,可多维度全覆盖故障诊断、精细化定位等问题明确故障,使宕机率减少50%。

面对云业务的需求, 星星海新一代自研双路服务器大幅提升腾讯云计算矩阵战略能力,为用户提供更强的计算性能,实现弹性部署,有效降低云服务总体成本。凭借对硬件系统架构设计和前瞻性基础技术研究,星星海新一代自研双路服务器可以支持未来3-5年的前瞻性架构演变,让云上开发部署提前享受技术红利。

英特尔全球大客户总监米琦表示:“英特尔将基于‘以数据为中心’的全面产品组合、强大合作伙伴生态系统和持续不断的技术创新构筑坚实智慧云基石,一如既往地携手腾讯,共同加速智慧云计算与新基建的发展,拥抱数字经济。”

值得一提的是,这两款服务器都是出自星星海硬件实验室,也是腾讯首个硬件工程实验室,该实验室专注于硬件系统架构设计和前瞻性基础技术研究。目前腾讯云星星海已经发布了多款自研硬件产品,包括四款自研服务器和一款智能网卡,并且在计算、存储、网络等全线硬件产品领域申请超过20多项专利。

软硬一体化成趋势,腾讯云打造云计算基础设施

在数据大爆发的时代背景下,云计算承载的业务规模呈现指数级增长,软件和硬件的结合成为刚需。未来,软硬件一体化技术会进一步发展,为用户提供更强壮的基础设施平台,提升云计算的性能、提高资源利用率,最终为用户提供稳定、更具性价比的服务。

此次分论坛上,除了发布两款全新服务器自研硬件产品,在云计算软硬一体化的大趋势下,腾讯云还重点分享了在存储、网络和运维等方面的具体实践,为业界提供了更多的参考。

随着磁存储技术和工艺制程的发展,硬盘容量越来越大,故障率和故障恢复时长也随之变长,这会对云上开发带来很大的稳定性挑战。为了给开发者提供更为稳健的云服务,腾讯云通过对硬盘来料质量,运营监控和技术创新等手段进行智能化运营。

腾讯云服务器运营中心专家工程师牛犇介绍,在来料质量方面,腾讯云采取基于业务模型的来料筛选机制,通过云业务模型与硬盘底层参数建模,分析参数统计分布,定制化筛选标准,使得硬盘年化故障率显著降低至1/5。在运营监控方面,腾讯云的硬盘智能监控系统通过多维度硬盘健康评分和AI 故障预测,可使硬盘故障提前识别率提升至80%。

目前,腾讯数据中心正在运行的服务器超过100万台,经统计,硬件故障导致的系统宕机中,内存故障占比排第一。腾讯云星星海实验室副总监李志高认为,解决数据中心服务器宕机率高的关键路径是降低内存故障率和减少内存故障导致的宕机。

腾讯云通过优化算法进行内存筛选、优选X4颗粒内存条、使能多种内存RAS特性等方式大大提升了服务器的可靠性。此外,腾讯云也是业内首家在云计算领域大规模研发部署MCA Recovery技术的云服务商,该技术能够有效缓解不可纠正错误的影响,减少40%以上内存故障导致的宕机。

腾讯云的规模正在飞速发展,云网络内部网关及边界网关带宽性能需求也伴随着腾讯云的规模在快速提升,云网络面临着性能压力、运维压力和可运维性方面的挑战。为此,腾讯云通过可编程芯片硬件的解决方案使得网络带宽提升的同时,成本缩减约为原来的三十分之一。

传统网关升级通过冷升级的方式,依赖上联交换机的hash能力和underlay网络路由收敛时间,而腾讯云可编程芯片硬件解决方案通过单节点热升级的方式,onl控制面把配置按照数据面格式固化在内存存,利用tonfino dma控制器,升级后reload配置,整个热升级过程可以控制在20ms之内。

腾讯云网络产品中心专家工程师陈曦表示,目前该项解决方案已经应用在腾讯云多个高性能的业务场景之中,除了腾讯内部业务大量上云之外,也即将应用在用户idc和本地专有云互通、用户idc数据迁移上云等。

而在网络存储虚拟化软硬协同方面,搭配腾讯云自研智能网卡能实现云主机镜像(公有镜像,自定义镜像)全兼容,兼容现有腾讯云云主机各类镜像包括linux和windows。腾讯云容器服务 TKE 借助智能网卡推出下一代容器网络方案。

据腾讯云网络产品中心研发副总监王亮介绍,该方案可无缝的支持和存量的云主机进行相互热迁移,能快速进行云主机和容器服务部署,并且依托软硬件协同实现的高密度弹性网卡,支持一个 Pod 独占一张弹性网卡,不再经过节点网络协议栈(default namespace),极大缩短了容器访问链路,缩短了访问时延,并使 PPS 可以达到整机上限。除此之外,方案还实现了短链接场景下 QPS 相比之前容器网络方案(策略路由方案,网桥方案)提升 50%-70%;长链接场景下 QPS 提升 40%-60%。

以全新自研服务器产品为核心,围绕网络、存储和运维等细分领域提供多样解决方案,腾讯云正通过软硬一体化的方式,打造面向下一代的云计算基础设施,为各行各业提供更优质的云计算服务,促进全社会的数字化转型升级。