Google Cloud 推出 Z4M 儲存最佳化機型：大容量本機 SSD 加 400 Gbps 高速網路，鎖定 AI 訓練與大型資料處理

發生了什麼事

Google Cloud 宣布，新一代儲存最佳化 Z4M 機器系列已在 Google Compute Engine 正式推出（GA）。客戶可以選擇虛擬機（VM），也就是從實體伺服器切分出來的虛擬電腦；也可以選擇裸機（bare-metal）執行個體，也就是直接使用實體硬體、沒有虛擬化層的伺服器。

據 Google Cloud 說明，Z4M 是為三類 AI/ML 訓練與推論工作負載而設計。第一類是檢查點（checkpointing），也就是在訓練過程中定期儲存進度。第二類是分散式鍵值（KV）快取，也就是把常用資料分散暫存在多台機器上，以便快速取用。第三類是平行檔案系統，也就是讓許多伺服器同時讀寫同一批資料的儲存系統。Google Cloud 表示，Z4M 採用第五代 Intel Xeon Scalable 處理器與最新的 Titanium 強化功能，最高提供 168,000 GiB 本機 SSD（LSSD）與最高 400 Gbps 的 Cloud RDMA 網路。

RDMA（遠端直接記憶體存取）是一種讓伺服器之間更直接交換資料的網路技術。TCP 則是一般網路常用的傳輸方式。Google Cloud 指出，與 TCP 網路相比，RDMA 可將資料存取延遲最多降低 60%。

規格與效能重點

Google Cloud 表示，Z4M VM 與裸機執行個體最多提供 192 個 vCPU（虛擬處理器核心）與 1,536 GiB 記憶體。VM 每個 vCPU 對應 875 GiB 的 LSSD 容量。IOPS 指每秒可完成的讀寫次數。該公司稱 Z4M 最高達 1,560 萬次隨機讀取 IOPS（15.6M），循序讀取吞吐量最高達每秒 75,600 MiB。與上一代 Z3 相比，LSSD 效能與吞吐量最多分別提升 70% 與 110%。

在網路方面，Google Cloud 說明 Z4M 透過 NVIDIA GPUDirect Storage 與 TPUDirect Storage 以線速傳輸資料。線速指以網路頻寬上限的速度傳輸，目的是協助讓 GPU 與 TPU 保持高使用率。Google Cloud 也表示，Z4M 的 LSSD 對網路吞吐量比例為 1.4:1，可以一邊在本機處理資料，一邊以全速把資料傳出去。

Google Cloud 的文章也引述合作夥伴自行測試的結果。Silk 的 Adik Sokolovski 表示，與 TCP 相比，Cloud RDMA 在 Z4M 上延遲最多低 3.7 倍，CPU 使用量最多低 6 倍。WEKA 的 Ajay Singh 表示，Z4M 的讀取吞吐量約為 Z3 系列的兩倍，IOPS 最多多 79%。這些是廠商自述的測試，並非獨立驗證。

誰會受影響、為什麼重要

訓練 AI 模型時，昂貴的 GPU 與 TPU 如果等不到資料，就會閒置。Google Cloud 推出 Z4M 的訴求，是讓資料更快送到這些加速器，讓它們保持高使用率。

Google Cloud 列出的目標情境有三類。第一類是 AI/ML 訓練與推論。第二類是平行檔案系統與企業級儲存，Google Cloud 點名了 Weka、Sycomp、Silk 與 VDURA。第三類是 SQL、NoSQL 與向量資料庫等關鍵企業資料庫。Hyperdisk 是 Google Cloud 透過網路連接的區塊儲存。Google Cloud 表示，Z4M 也支援 Hyperdisk Balanced、Hyperdisk Throughput 與 Hyperdisk Extreme，每個執行個體最高 512 TiB。Google Cloud 稱 Hyperdisk Balanced 最高 320K IOPS，Hyperdisk Extreme 最高 500K IOPS 與 12,500 MiB/s。

在管理上，Google Cloud 表示可以使用 Cluster Director 與 Cluster Toolkit 設定、部署與管理大型 Z4M 叢集。Z4M 也能與 GPU、TPU 叢集放在一起（共置）。Google Cloud 也表示，系統會在需要維護的數天前通知用戶。

如何開始

據 Google Cloud 說明，在 Google Cloud 主控台建立新的 VM 或 GKE 節點集區時，到「儲存最佳化（Storage-Optimized）」機器系列下選擇 Z4M 即可。GKE 節點集區是 Google 容器服務中的一組伺服器。供應區域請向 Google Cloud 業務代表確認。

常見問題

查看同分類最新消息

• 科技新聞