La memoria RAM es uno de los recursos más críticos en el mundo de la informática: nunca se puede tener suficiente y cuanto más rápida sea, mejor. Sin embargo, su coste es enorme, y cuando hablamos de Big Data, acumular varios terabytes de RAM pone en jaque cualquier presupuesto. El MIT propone una alternativa: un sistema que puede usar memoria Flash y ofrecer en múltiples aplicaciones la misma eficiencia que la memoria RAM tradicional.
El coste de la RAM en el mundo del Big Data
Los smartphones de gama alta suelen llevar entre dos y cuatro gigabytes de RAM, mientras que los ordenadores portátiles y de escritorio varían según el presupuesto, con un promedio de entre 4 y 8 GB. No es raro, no obstante, encontrar servidores con 256 gigabytes de RAM, y al conectar varios se obtienen granjas con varios terabytes. La principal ventaja de la RAM es, sin duda, su velocidad. Cuando una guía de optimización recomienda «arrojar todo en la RAM» para ganar rendimiento, no exagera. Por ejemplo, el ancho de banda máximo de una memoria DDR3-1600 alcanza los 12,8 gigabytes por segundo. Pero cuando entramos en el terreno del Big Data, la demanda se vuelve gigantesca y la única respuesta es instalar más RAM, lo que dispara los costes.
La propuesta del MIT
El último proyecto del MIT explora el potencial de la memoria Flash como alternativa a la RAM tradicional, reduciendo a la décima parte los costes y el consumo energético. El problema es que la memoria Flash ofrece la décima parte de la velocidad que la RAM común, pero el nuevo diseño consigue niveles de eficiencia similares con las optimizaciones adecuadas. Como referencia, los investigadores determinaron que un clúster de 40 servidores con 10 terabytes de RAM procesando un «data set» de 10,5 TB no es más rápido que 20 servidores con 20 TB de Flash. Si además tenemos en cuenta el ahorro de energía, la balanza se inclina aún más hacia la solución con Flash. Esto se debe a que, si un sistema distribuido tradicional debe acceder a datos en disco aunque solo sea el 5 por ciento del tiempo, su rendimiento cae a un nivel similar al del sistema Flash.
Algoritmos y optimización
Entre los algoritmos evaluados se encuentran la búsqueda de imágenes, una implementación de Google PageRank y la aplicación Memcached. Un factor clave fue trasladar parte del procesamiento (offloading) desde los servidores hacia las controladoras de la memoria Flash. Este «preprocesamiento» elimina el overhead asociado e incrementa aún más la eficiencia. Aun así, el plan del MIT no es reemplazar a la memoria RAM, sino ofrecer una opción adicional para aquellas aplicaciones de Big Data que puedan beneficiarse de la nueva arquitectura.
Anuncio oficial: Anuncio oficial
