«Рэйдикс» и Core Micro Systems внедрили мультипетабайтную СХД в центре вычислительных наук японского института RIKEN

Интеграция Инфраструктура
мобильная версия

«Рэйдикс» в партнерстве с Core Micro Systems реализовали проект СХД для центра вычислительных наук института RIKEN (Япония), состоящей из 11 кластеров высокой доступности, которые задействуют 6 512 дисков по 10 ТБ каждый. Система хранит данные высокопроизводительной вычислительной инфраструктуры HPCI (High Performance Computing Infrastructure) на базе SINET (The Science Information Network) — магистральной сети для обмена научными данными между Японскими университетами и научными центрами. В настоящий момент SINET объединяет около 850 институтов и университетов, создавая огромные возможности для информационного обмена в исследованиях, которые затрагивают ядерную физику, астрономию, геодезию, сейсмологию и компьютерные науки.

Суммарный объем СХД составляет 65 ПБ, включая 51,4 ПБ полезной памяти, и на данный момент — это самая крупная система хранения данных на базе ПО Raidix (Core Micro Systems Integrated Storage Appliance/HyperSTOR Flex).

Развертывание системы было разделено на два этапа и выполнялось инженерами Core Micro Systems, которые постепенно повышали объем СХД. Первая фаза внедрения была завершена в августе 2017 г., когда емкость достигла 18 ПБ, вторая фаза была завершена в октябре с повышением общего объема памяти СХД до 51 ПБ. Активная стадия проекта заняла 12 месяцев совместной работы Core Micro Systems и команды «Рэйдикс»; тестирования системы и наблюдения за ее результативностью продолжались следующие 12 месяцев.

Технические требования предусматривали высокую скорость доступа к данным и заданное значение полезного объема СХД, что необходимо для полноценного функционирования вычислительной среды. Результаты тестирований полностью совпали с проектными значениями. Команде «Рэйдикс» удалось не только построить масштабируемую СХД, объединенную с файловой системой Gfarm, но и дополнить функциональные характеристики ПО.

Решение для хранения данных позволит использовать возможности вычислительной среды для решения задач в наукоемких отраслях.