Forschende des MIT und der Tufts University haben ein Softwaresystem entwickelt, das SSD-Speicherpools in Rechenzentren deutlich beschleunigt. Für Endverbraucher:innen ändert sich vorerst nichts, denn der Ansatz zielt ausschließlich auf große Speichercluster.
Sandook: Zentrale Steuerung statt isolierter SSDs
Im Mittelpunkt steht ein Speicherverwaltungssystem namens Sandook, das Solid-State-Laufwerke in Rechenzentren näher an ihre theoretische Leistungsgrenze bringen soll. Das Projekt adressiert ein bekanntes Problem großer Speicherpools: Nominal identische SSDs verhalten sich in der Praxis selten gleich und bremsen dadurch Gesamtsysteme aus.
SSD-Leistungseinbrüche entstehen aus mehreren Gründen, etwa durch interne Aufräumprozesse wie die Speicherbereinigung oder durch grundsätzlich langsamere Schreiboperationen im Vergleich zu Lesezugriffen. Teilen sich mehrere Anwendungen denselben Speicherpool, können solche Einbrüche ganze Workloads ausbremsen.
Statt jede SSD isoliert ihre eigenen Leistungsprobleme verwalten zu lassen, teilt Sandook die Kontrolle über zwei kooperierende Ebenen auf. Diese beiden Schichten koordinieren die Aktivitäten über den gesamten Laufwerkspool hinweg und greifen frühzeitig ein, bevor lokale Engpässe Anwendungen ausbremsen.
Wie das Fachmagazin Blocks & Files berichtet, sammelt ein zentraler Controller Leistungsdaten von jeder großen SSD und passt die Zeitplanung für Ein- und Ausgaben etwa fünfmal pro Sekunde an. Lokale Agenten in den Speicherservern liefern dazu Signale über die aktuelle Performance und Hinweise auf Überlastungen, wenn sich Workloads ändern.
Echtzeit-Umlenkung von Workloads im SSD-Pool
Sobald ein Laufwerk interne Hintergrundaufgaben wie Speicherbereinigung startet, stuft Sandook dessen Priorität herab und verlagert den Datenverkehr auf weniger belastete SSDs im Pool. Diese Umlenkung erfolgt transparent, Anwendungen müssen dafür nicht angepasst werden.
Das System knüpft an bereits etablierte Verfahren in Unternehmensspeichern an, darunter Blockreplikation für Lesezugriffe und log-strukturierte Schreibmuster, bei denen neue Daten auf jedes verfügbare Laufwerk geschrieben werden können. Sandook erweitert diese Ansätze um eine feinere, clusterweite Koordinierung.
In Testszenarien kamen unterschiedliche Workloads zum Einsatz: Datenbankverarbeitung, Training neuronaler Netze, groß angelegte Bildkompression sowie latenzkritische Speicherdienste. Laut den Forschenden erzielte Sandook zwischen 30 und 82 Prozent höheren Rohdurchsatz bei Ein- und Ausgaben im Vergleich zu früheren Verfahren, die jeweils nur einzelne Engstellen adressierten.
Über gemischte Workloads hinweg lagen die gemessenen Leistungsgewinne auf Anwendungsebene zwischen 12 und 94 Prozent. Die Latenz konnte dabei um bis zu 88 Prozent sinken, in manchen Fällen stieg der Speicherdurchsatz auf etwa das 1,7-Fache der vorherigen Werte.
Nur für große Rechenzentren geeignet
Die Verbesserungen beruhen vollständig auf Software, handelsübliche SSDs bleiben unverändert. Der zusätzliche Bedarf an CPU-Leistung und Arbeitsspeicher für die Überwachung Dutzender Laufwerke pro Server wird von den Forschenden als gering beschrieben.
Der vollständige Forschungsbericht mit dem Titel „Unleashing The Potential of Datacenter SSDs by Taming Performance Variability“ ist öffentlich einsehbar. Die Ergebnisse sollen im Mai auf der Konferenz USENIX NSDI 2026 vorgestellt werden. Dort wollen die Beteiligten zeigen, wie abgestimmte Zeitplanung unvorhersehbares SSD-Verhalten in großen Clustern abmildert.
Trotz der beeindruckenden Messwerte ist Sandook nichts für den Heimgebrauch. Das Design setzt große Gruppen von SSDs, Linux-basierte Infrastrukturen und Netzwerke voraus, wie sie typischerweise in Rechenzentren vorkommen. Dieser Pool-Effekt ist entscheidend für die Leistungsgewinne: Ohne ausreichend Reserve-Laufwerke, auf die sich Workloads verlagern lassen, bringt der Ansatz auf Einzel-SSD-Systemen kaum Vorteile.
Via: https://www.techradar.com
Titelbild KI (Zur Illustration)
