毫无疑问，边缘用例是许多 IT 组织最关心的问题。 您不必从事零售或石油和天然气勘探工作，也能了解随着在边缘创建和收集的数据越来越多，IT 需要为大量新兴边缘任务设计更好的硬件解决方案。 边缘实时人工智能的额外优势层层叠加，轻量级边缘服务器很容易负担过重。
毫无疑问，边缘用例是许多 IT 组织最关心的问题。 您不必从事零售或石油和天然气勘探工作，也能了解随着在边缘创建和收集的数据越来越多，IT 需要为大量新兴边缘任务设计更好的硬件解决方案。 边缘实时人工智能的额外优势层层叠加，轻量级边缘服务器很容易负担过重。
不过，还有一个有趣的选择。 Cheetah RAID Raptor 通过提供模块化存储罐的服务器帮助组织管理庞大的边缘数据，该服务器现在仅可在 3 个驱动器上支持近 4/12 PB 的容量。
猎豹突袭猛禽
Cheetah RAID Raptor是一款高性能服务器，旨在克服存储性能的常见瓶颈，该瓶颈通常会限制边缘场景中的服务器性能。 除了各种 PCIe® 扩展选项外，Raptor 的亮点还包括三个热插拔 Gen4 NVMe® 容器、最多 64 个内核的 AMD EPYC CPU 以及 128 个 Gen4 PCIe 通道。
从服务器设计的角度来看，三罐设计是 Raptor 与众不同的核心特征。 每个容器最多可容纳四个 SSD。 这些容器允许独立记录和处理数据，并且模块化允许轻松地将容器热插拔和迁移到不同位置。 物理交换容器的能力使数据迁移摆脱了网络结构的限制。
对于生成大量数据的各种边缘用例，Raptor 从高容量驱动器中受益匪浅。 在这种情况下，SSD 是完美的选择，因为这些服务器位于自动驾驶汽车的后部或嵌入飞机或其他经常发生碰撞的车辆中。 随着最近推出的 Solidigm 61.44TB 固态硬盘，单个系统可以容纳惊人的数据密度。 在单个服务器中存储近 PB 数据的能力相当于更多的数据收集和更少的交换容器时间。 在我们的测试中，我们使用 12 个 Solidigm P5316 SSD，驱动器容量为 30.72TB。
猎豹 RAID 猛禽设计
如前所述，该服务器配备了 AMD EPYC Zen 3 (Milan) CPU，为 Cheetah RAID Raptor 提供了令人印象深刻的处理能力。 Cheetah 的数据容器旨在支持 AMD Milan，允许数据容器立即将数据从移动车辆迁移到数据中心。
Raptor 设计包括详细的气流考虑因素，利用 AMD Milan 处理器的能力，能够使用所有 64 个内核和 128 个 Gen4 PCIe 通道。 配备 AMD Milan 的 Raptor 可以支持要求苛刻的应用程序，同时仍然提供低延迟的存储访问。
罐式设计允许单独记录和处理数据。 处理数据后，容器可以热插拔到不同的位置。 Raptor 已经切断了限制数据迁移到外部网络结构的界限。 这些容器支持 SED 驱动器，并且可以加密以提供额外的数据安全性。
| 支持的 CPU | 支持 AMD EPYC™ 7003 和 7002 系列处理器 |
| 插座 | 单路 SP3 (LGA4094) |
| 芯片组 | 片上系统 |
| 支持的内存 | 8 个 DIMM 插槽 (1DPC) 支持高达 2TB 注册 ECC DDR4 3200MHz SDRAM 8通道内存总线 |
| IO接口 | 1x 串口 1x VGA端口 4 个 A 型 (USB3.0) 2x RJ45 1 个 IPMI |
| 扩展插槽 | 5 个 PCI-E 4.0 x16 2 个 PCI-E 4.0 x8 – 支持 3 个 Broadcom/Microchip 硬件 RAID 控制器或 3 个 Gen4 x16 重定时器卡 – 四个备用插槽用于网络适配器或硬件加速器 |
| 驱动器托架 | 12x U.2/U.3 2.5” NVMe PCIe Gen 4 SSD，通过 3 个热插拔 NVMe 容器 |
| 散热器 | 4x 80x38mm 高速冷却风扇 |
| 控制面板 | 通过 LED 开启/关闭电源 重置开关 NMI开关 带 LED 的定位开关 4 个局域网 LED 警示灯 |
| 支持的操作系统 | Microsoft® Windows： – 服务器 2016（64 位） – 服务器 2019（64 位） Linux的： – 红帽企业 Linux 服务器 8.2（64 位）/7.9（64 位） – CentOs 8.2（64 位）/7.9（64 位） – SUSE SLES 15.2（64 位）/12.5（64 位） – UBuntu 20.04.1（64 位）/18.04.5（64 位）/16.04.7（64 位） 管理程序： – VMWare® ESXi 6.7 u3 / 7.0 u1 – vSphere 6.7 u3 / 7.0 u1 – CITRIX 管理程序 8.1.0 |
| 电力 | 800W冗余电源 |
| 环境 | 工作温度：10°C ~ 35°C 非工作温度：-40℃～70℃ 非工作湿度：20% ~ 90%（非凝结） |
迁移数据
每个 Cheetah RAID Raptor 容器均可通过 16 个 PCIe Gen4 通道直接连接到 AMD CPU，或通过硬件 NVMe RAID 控制器链接。 为了满足具有热插拔功能的大容量、高传输速率存储服务器的要求，Cheetah RAID 存储采用了 Microchip 的 Adaptec SmartRAID 3200 系列 RAID 适配器.
Adaptec SmartRAID 3200 系列基于 Microchip 第五代存储控制器 SmartROC 5 构建，支持 x3200 和 x8 PCIe Gen 16 主机接口适配器，可提供更高的性能和带宽，吞吐量高达 4 GB/s。 Adaptec SmartRAID 适配器功能丰富，支持多达 29.6 个 NVMe 设备、多达 32 个 SAS/SATA 和多达 256 个 LD/RAID 阵列、SAS/SATA/NVMe 三模式功能、可信平台支持更高级别的计算和供应链安全、maxView™ 工具套件支持、安全启动、安全更新和认证以及自加密驱动器 (SED) 管理软件。
我们于 2021 年 XNUMX 月审查了 Cheetah RAID Prowler，以强调对可安装在汽车座椅下或后备箱（英国人的后备箱）中的加固型服务器的需求。 构建能够承受车辆、飞机、船舶或边缘位置恶劣条件的服务器需要进行大量工作。 有关背景信息，请阅读我们在我们的文章中发现的内容 Cheetah RAID Prowler 解决坚固的边缘计算问题 帖子。
储存效能
四级单元 (QLC) 驱动器在固态驱动器 (SSD) 领域提供了一系列引人注目的优势，并且正在证明其价值。 与其他NAND技术相比，QLC驱动器的优势在于其更高的存储容量和更低的成本。 QLC 驱动器的每 GB 成本较低，使其成为注重预算的用户的绝佳选择。 QLC 驱动器有 SATA 和 NVMe 两种外形尺寸，其中 NVMe 拥有更快的数据传输速度，这在很大程度上要归功于 NVMe 协议的效率。
Cheetah RAID Raptor 解决方案采用了最近发布的 Solidigm D5-P5336，一款专门构建的 QLC 驱动器，非常适合数据密集型工作负载，例如数据管道、人工智能驱动的数据湖、大数据分析、横向扩展 NAS 和边缘计算，可提供高效、快速的海量数据集存储和检索。 对于需要大量存储容量来进行以读取为中心的应用程序和通用计算的用户来说，QLC 驱动器提供了一种有吸引力且经济高效的选择。
Solidigm D5-P5336 系列（15.36TB、E1.L 9.5mm PCIe 4.0 x4、3D5、QLC）
基础套餐 |
|
| 产品集合 | Solidigm D5-P5336 系列 |
| 容量 | 15.36TB 30.72TB 61.44TB |
| 光刻类型 | 192L QLC 3D NAND |
| 使用条件 | 服务器/企业 |
| MMID | 99C54G |
性能规格 |
|
| 顺序带宽 – 100% 读取（最多） | 7000MB/秒 |
| 顺序带宽 – 100% 写入（最多） | 3100 MB / s的 |
| 随机读取（100% 跨度） | 1005 KIOPS（4K、QD256） |
| 随机写入（100% 跨度） | 35 KIOPS（16K、QD256） |
| 延迟 - 顺序读取（典型值） | 8μs（4K 块） |
| 延迟 – 顺序写入（典型值） | 15μs（16K 块） |
| 延迟 – 读取 | 110μs（4K 块） |
| 延迟 – 写入 | 31μs（16K 块） |
| 电源 - 主动 | 25W |
| 电源 - 空闲 | 5W |
可靠性 |
|
| 振动 - 操作 | 最大 2.17 GRMS (5 – 700 Hz) |
| 振动 - 非操作 | 最大 3.13 GRMS (5 – 800 Hz) |
| 冲击（工作和非工作） | 1,000 毫秒时 0.5 G（最大） |
| 工作温度范围 | 0 - 70°C |
| 耐久性等级（终身写入） | 14.11 PBW（16K 读写） |
| 平均故障间隔时间 (MTBF) | 2万小时 |
| 不可纠正的误码率 (UBER) | <每 1^10 位读取 17 个扇区 |
| 保修期 | 5 年 |
包装规格 |
|
| 重量 | 185g +/- 10g |
| 外形 | E1.L |
| 接口 | PCIe 4.0 x4，NVMe |
先进技术 |
|
| 增强的断电数据保护 | |
| 硬件加密 | |
| 温度监控和记录 | |
| 端到端数据保护 |
对于我们的存储性能工作负载，我们通过 Microchip Adaptec SmartRAID 3200 系列 RAID 适配器（SSD 处于 JBOD 模式）测量了性能。 然后，我们测试了 4、8 和 12 个驱动器组合，每组 4 个 SSD 代表一个完整的 NVMe Pod 和一个额外的 RAID 适配器。 为此，我们利用 Vdbench 工作负载进行吞吐量和带宽测试，测量 64K 顺序和 4K 随机性能。
VDBench 工作负载分析
在对存储设备进行基准测试时，应用程序测试是最好的，综合测试排在第二位。 虽然不能完美地代表实际工作负载，但综合测试确实有助于为具有可重复性因素的存储设备建立基线，从而可以轻松地在竞争解决方案之间进行同类比较。 这些工作负载提供了一系列不同的测试配置文件，从“四个角”测试、常见的数据库传输大小测试到来自不同 VDI 环境的跟踪捕获。
所有这些测试都利用通用的 vdBench 工作负载生成器，以及脚本引擎来自动化并捕获大型计算测试集群的结果。 这使我们能够在各种存储设备（包括闪存阵列和单个存储设备）上重复相同的工作负载。 我们对这些基准测试的测试过程会用数据填充整个驱动器表面，然后对相当于驱动器容量 25% 的驱动器部分进行分区，以模拟驱动器如何响应应用程序工作负载。 这与使用 100% 驱动器并使它们进入稳定状态的全熵测试不同。 因此，这些数字将反映更高的持续写入速度。
简介：
- 4K 随机读取：100% 读取，128 个线程，0-120% 重复率
- 4K 随机写入：100% 写入，128 线程，0-120% iorate
- 64K 顺序读取：100% 读取，32 线程，0-120% 迭代
- 64K 顺序写入：100% 写入，16 个线程，0-120% 迭代
在我们利用 CheetahRAID Raptor 内的 4 个、4 个和 8 个 QLC SSD 进行 12K 随机读取性能的首次测试中，我们测量了 2.5 个 SSD 的 4 万 IOPS、3.5 个 SSD 的 8 万 IOPS 和 3.54 个 SSD 的 12 万 IOPS 的性能。
在我们的 4K 随机写入工作负载中，我们发现 Raptor 内的 4 个、8 个或 12 个 SSD 之间存在更明确的差异。 在这里，我们测量了 75 个 SSD 的 4K IOPS、146 个 SSD 的 8K IOPS 和 218 个 SSD 的 12K IOPS。 需要注意的是，4K随机写入性能是此类QLC SSD的致命弱点。 例如，Solidigm P5430 是一种 QLC 型号，针对较小的块尺寸进行了更优化。
将焦点转向 CheetahRAID Raptor 内部的峰值带宽，我们测量了 10.8 个 SSD 的带宽为 4GB/s，16.9 个 SSD 的带宽为 8GB/s，31.2 个 SSD 的带宽为 12GB/s。 此处扩展的主要区别在于，每添加 4 个 SSD，就会添加额外的 RAID 卡。
在我们最终测量的 64K 顺序写入性能中，我们测量了 5.6 个 SSD 的性能为 4GB/s，11.3 个 SSD 的性能为 8GB/s，16.8 个 SSD 的性能为 12GB/s。
人工智能性能
Raptor 服务器真正引人注目的优势之一是它不仅能够快速高效地记录数据，而且凭借内部的低功耗 GPU，它还可以处理实时 AI 任务。 我们为服务器配置了 NVIDIA A2 推理 GPU 来测试 Raptor 的边缘 AI 能力。
由于 Raptor 与 GPU（例如我们添加的 NVIDIA A2）的兼容性，它进一步将自己定位为边缘计算的首选，特别是在人工智能和机器学习领域。
Raptor 配备高吞吐量 SSD 和多达 64 核 AMD EPYC CPU，可以处理要求苛刻的 AI 算法，提供低延迟的存储访问，以实现快速边缘数据处理和推理。 可热插拔的设计确保数据可以在不受网络限制的情况下迁移，进一步提升人工智能应用从数据采集到实时推理的生命周期速度。
在自动驾驶汽车、工业机器甚至无人机等边缘设备处理大量数据的场景中，Raptor 处理实时人工智能任务的能力将被证明是有价值的。 边缘人工智能推理使决策更接近数据源，从而产生更直接的行动和见解。 例如，在自动驾驶汽车中，立即处理传感器数据可以实现实时决策，从而提高安全性和效率。 Raptor 坚固耐用的固态设计确保它能够承受这些恶劣环境的振动和温度变化，同时提供所需的计算能力。
将人工智能的处理能力带到边缘的能力还减少了将大量原始数据发送到中央数据中心的需要，从而减少了带宽使用并降低了成本。 相反，只有经过处理的相关信息才能被存储，并在必要时随驱动器底座带回，以进行进一步分析或长期存储。
Raptor 支持大容量、高传输速率存储，再加上先进的 GPU 功能，意味着它可以根据特定的 AI 使用案例进行定制。 无论是实时视频分析、预测性维护还是人工智能驱动的数据分析，Cheetah RAID Raptor 的配置意味着它可以适应各种边缘环境的独特需求。
总结
Cheetah RAID 存储的最新产品改变了加固型高性能计算市场的游戏规则。 Raptor 将所有这些结合在一起，以满足边缘应用程序严格的性能要求，支持顺序操作和多线程访问以捕获、处理和存储关键数据。 Raptor 的应用用例包括视频监控、流媒体、数据记录/捕获、自动驾驶车辆以及用于国防和工业目的的加固存储。
Cheetah RAID 存储产品占地面积小，令人印象深刻。 该服务器设计非常适合恶劣环境，这些环境要求坚固耐用，但仍允许 NVMe 闪存等组件在满时快速更换。 它们设计用于安装在自动驾驶汽车的座椅下或后备箱中，或者飞机或轮船上。 它们可以承受极端温度以及陆地、海洋和空中持续的推挤感。
通过将计算和数据移近用户，边缘计算可以显着提高吞吐量、更好的性能和实时处理。 分析更接近源的数据的能力将最大限度地减少延迟、减少网络流量并降低数据管理成本，同时提高隐私性和安全性。 借助热插拔驱动器罐，用户可以动态移动加密数据以进行实时分析。
为了满足具有热插拔功能的大容量、高传输速率存储服务器的要求，Cheetah RAID 存储采用了 Microchip 的 Adaptec SmartRAID 3200 系列 RAID 适配器。 SmartRAID 3200 系列是安全、功能丰富、支持三模式的高性能适配器，吞吐量接近 30GB。 这种类型的性能和吞吐量对于 Raptor 旨在支持的用例至关重要。
利用新型 Solidigm D5-P5336 QLC SSD，Raptor 可以收集、记录和存储接近 PB 的数据，从而减少数据迁移。 这些新型 QLC SSD 满足 AV 和军事市场的读/写速度要求，同时提供更具成本效益的 $/TB 配置。
最终，Cheetah RAID Storage Raptor 是一款高性能服务器，占地面积小，旨在适应最恶劣的条件。
本报告由 Solidigm 赞助。 本报告中表达的所有观点和意见均基于我们对所考虑产品的公正看法。
参与 StorageReview
电子报 | YouTube | 播客 iTunes/Spotify | Instagram | Twitter | TikTok | RSS订阅
