در عصر کلان‌داده‌ها (Big Data)، معماری‌های محاسباتی سنتی با چالش‌های فزاینده‌ای روبرو هستند. مدل کلاسیک، که در آن داده‌ها برای پردازش از واحدهای ذخیره‌سازی به پردازنده مرکزی (CPU) منتقل می‌شوند، به یک گلوگاه اساسی تبدیل شده است. این جابجایی مداوم داده‌ها بین حافظه و پردازنده، که به «گلوگاه فون نویمان» معروف است، نه تنها باعث اتلاف زمان و کاهش چشمگیر عملکرد می‌شود، بلکه مصرف انرژی را نیز به شدت افزایش می‌دهد. این مسئله به ویژه در برنامه‌های کاربردی که به حجم عظیمی از ورودی/خروجی (I/O) نیاز دارند، مانند تحلیل داده‌های حجیم، هوش مصنوعی و پردازش زبان طبیعی، خود را نمایان می‌سازد.

مقاله حاضر با عنوان «پردازش درون‌حافظه‌ای برنامه‌های I/O فشرده روی درایوهای ذخیره‌ساز محاسباتی» یک راه‌حل نوین و انقلابی برای این مشکل ارائه می‌دهد: درایوهای ذخیره‌ساز محاسباتی (CSD). ایده اصلی این فناوری، انتقال محاسبات به محل ذخیره‌سازی داده‌هاست. به جای انتقال ترابایت‌ها داده به سمت پردازنده، پردازش‌های اولیه مستقیماً روی خود درایو ذخیره‌سازی انجام می‌شود. این مقاله نه تنها این مفهوم را به صورت نظری بررسی می‌کند، بلکه با معرفی یک نمونه اولیه واقعی و قدرتمند به نام Solana، کارایی عملی این رویکرد را در دنیای واقعی به اثبات می‌رساند. اهمیت این پژوهش در ارائه شواهد مستند و قابل‌اندازه‌گیری از مزایای CSDها در بهبود عملکرد، کاهش مصرف انرژی و افزایش امنیت داده‌ها نهفته است.

این مقاله حاصل همکاری گروهی از پژوهشگران برجسته است: علی حیدری گرجی، مهدی تراب‌زاده کاشی، سیاوش رضایی، حسین بابارشاد، ولادیمیر آلوز و پای اچ. چو. حضور نام‌های ایرانی در میان نویسندگان اصلی، نشان از مشارکت فعال متخصصان ایرانی در لبه علم و فناوری‌های نوین جهانی دارد. این تحقیق در حوزه «محاسبات توزیع‌شده، موازی و خوشه‌ای» طبقه‌بندی می‌شود که بر ارتباط مستقیم آن با زیرساخت‌های بزرگ‌مقیاس مانند مراکز داده، رایانش ابری و سیستم‌های کلان‌داده تأکید دارد. این پژوهش پلی میان مهندسی سخت‌افزار (طراحی درایوهای نوین) و علوم نرم‌افزار (پیاده‌سازی الگوریتم‌های پردازشی) ایجاد کرده و راه را برای نسل بعدی معماری‌های ذخیره‌سازی هموار می‌سازد.

درایوهای ذخیره‌ساز محاسباتی (CSD) نسل جدیدی از درایوهای حالت جامد (SSD) هستند که به پردازنده‌های همه‌منظوره مجهز شده‌اند و قادر به اجرای پردازش‌های مختلف به صورت مستقیم روی داده‌های ذخیره‌شده هستند. این فناوری با نزدیک کردن محاسبات به داده‌ها، پتانسیل بالایی برای بهبود چشمگیر عملکرد و بهره‌وری انرژی در تحلیل کلان‌داده‌ها دارد و همزمان با کاهش انتقال داده، به حفظ حریم خصوصی نیز کمک می‌کند.

در این تحقیق، نویسندگان Solana را معرفی می‌کنند که اولین CSD با ظرفیت بالا (۱۲ ترابایت) در فرم فاکتور مدرن E1.S است و یک نمونه اولیه واقعی از آن را برای ارزیابی ارائه می‌دهند. برای نمایش مزایای پردازش درون‌حافظه‌ای، چندین برنامه کاربردی در حوزه پردازش زبان طبیعی (NLP) روی سرورهای ذخیره‌سازی مجهز به خوشه‌هایی از درایوهای Solana پیاده‌سازی شده‌اند. نتایج تجربی نشان‌دهنده افزایش سرعت پردازش تا ۳.۱ برابر، کاهش مصرف انرژی به میزان ۶۷٪ و کاهش انتقال داده تا ۶۸٪ در مقایسه با SSDهای سازمانی متداول است.

روش‌شناسی این پژوهش بر پایه یک رویکرد تجربی و مقایسه‌ای استوار است که شامل سه بخش اصلی می‌شود:

• طراحی و ساخت سخت‌افزار: محور اصلی این تحقیق، نمونه اولیه Solana است. این درایو یک CSD کامل با ظرفیت ۱۲ ترابایت است که از حافظه فلش NAND مدرن بهره می‌برد و به یک پردازنده داخلی (احتمالاً مبتنی بر معماری ARM) برای اجرای کد مجهز شده است. انتخاب فرم فاکتور E1.S نیز هوشمندانه بوده، زیرا این استاندارد برای مراکز داده نسل جدید طراحی شده و امکان تراکم بالا و مدیریت حرارتی بهینه را فراهم می‌کند.
• محیط آزمایشگاهی: برای ارزیابی، محققان یک محیط واقع‌گرایانه ایجاد کردند. آن‌ها سرورهای ذخیره‌سازی استاندارد مراکز داده را با خوشه‌هایی از درایوهای Solana تجهیز کردند. به عنوان گروه کنترل، همین سرورها با SSDهای سازمانی پیشرفته اما فاقد قابلیت محاسباتی، مورد آزمایش قرار گرفتند. این مقایسه مستقیم، امکان سنجش دقیق تأثیر پردازش درون‌حافظه‌ای را فراهم می‌آورد.
• بار کاری (Workload): برنامه‌های کاربردی از حوزه پردازش زبان طبیعی (NLP) به عنوان بار کاری انتخاب شدند. وظایفی مانند جستجوی الگو در متون حجیم، فیلتر کردن داده‌ها، و پیش‌پردازش دیتاست‌ها، به شدت به عملیات ورودی/خروجی وابسته هستند. در معماری سنتی، کل دیتاست باید برای این پردازش‌ها به حافظه اصلی سرور منتقل شود. اما در رویکرد CSD، این عملیات روی خود درایو Solana اجرا شده و تنها نتایج نهایی (که حجم بسیار کمتری دارند) به پردازنده میزبان ارسال می‌گردد.

نتایج تجربی این مقاله بسیار قابل توجه بوده و مزایای انکارناپذیر فناوری CSD را به نمایش می‌گذارند. یافته‌های اصلی به شرح زیر است:

• افزایش چشمگیر سرعت پردازش: نتایج نشان داد که استفاده از درایوهای Solana می‌تواند سرعت اجرای برنامه‌های NLP را تا ۳.۱ برابر افزایش دهد. این بدان معناست که وظیفه‌ای که در سیستم سنتی بیش از سه ساعت طول می‌کشید، اکنون در کمتر از یک ساعت به پایان می‌رسد. این بهبود عملکرد، مستقیماً ناشی از حذف تأخیر ناشی از انتقال داده و موازی‌سازی پردازش‌ها در سطح درایوهاست.
• کاهش فوق‌العاده مصرف انرژی: سیستم مبتنی بر Solana موفق به کاهش ۶۷ درصدی مصرف انرژی کل سیستم شد. انتقال داده یکی از پرمصرف‌ترین عملیات در مراکز داده است. با انجام محاسبات روی پردازنده‌های کم‌مصرف تعبیه‌شده در درایوها و جلوگیری از انتقال حجم عظیم داده، بهره‌وری انرژی به شکل چشمگیری بهبود می‌یابد. این دستاورد نه تنها هزینه‌های عملیاتی را کاهش می‌دهد، بلکه به ساخت مراکز داده سبزتر و پایدارتر نیز کمک می‌کند.
• کاهش شدید ترافیک داده: همانطور که انتظار می‌رفت، پردازش درون‌حافظه‌ای توانست حجم داده‌های منتقل‌شده از درایوها به پردازنده میزبان را تا ۶۸ درصد کاهش دهد. این امر گلوگاه گذرگاه I/O (مانند PCIe) را آزاد کرده و به پردازنده مرکزی اجازه می‌دهد تا به وظایف محاسباتی سطح بالاتر بپردازد و در نتیجه توان عملیاتی کل سیستم افزایش یابد.

این پژوهش دستاوردهای مهمی داشته و کاربردهای گسترده‌ای را برای فناوری CSD ترسیم می‌کند:

دستاوردها:

• اثبات عملی مفهوم: بزرگترین دستاورد این مقاله، تبدیل یک ایده نظری (پردازش نزدیک به داده) به یک محصول واقعی و قابل آزمایش (Solana) و ارائه شواهد کمی از کارایی آن است.
• طراحی یک CSD مدرن: ساخت یک درایو ۱۲ ترابایتی در فرم فاکتور E1.S خود یک موفقیت مهندسی بزرگ محسوب می‌شود که نشان‌دهنده بلوغ این فناوری است.

کاربردها:

• تحلیل کلان‌داده‌ها: فیلتر کردن، جستجو، و پیش‌پردازش دیتاست‌های عظیم مستقیماً روی درایوها، بدون نیاز به انتقال آن‌ها به پلتفرم‌هایی مانند Spark یا Hadoop.
• پایگاه‌های داده: اجرای بخشی از کوئری‌های پایگاه داده (مانند دستورات WHERE) در سطح ذخیره‌سازی برای افزایش سرعت پاسخ‌دهی.
• هوش مصنوعی و یادگیری ماشین: شتاب‌دهی به فرآیند آماده‌سازی و استخراج ویژگی از داده‌های حجیم (متن، تصویر، ویدئو) برای آموزش مدل‌های هوش مصنوعی.
• شبکه‌های توزیع محتوا (CDN): انجام عملیاتی مانند تغییر فرمت ویدئوها یا جستجوی هوشمند محتوا در سرورهای لبه (Edge Servers).
• امنیت و حریم خصوصی: پردازش داده‌های حساس (مانند اطلاعات پزشکی یا مالی) در محیط ایزوله درایو، بدون افشای داده‌های خام به سیستم‌عامل میزبان، سطح حمله را کاهش می‌دهد.

مقاله «پردازش درون‌حافظه‌ای برنامه‌های I/O فشرده روی درایوهای ذخیره‌ساز محاسباتی» به طور قانع‌کننده‌ای نشان می‌دهد که معماری‌های محاسباتی در آستانه یک تحول بزرگ قرار دارند. با افزایش انفجاری حجم داده‌ها، مدل سنتی انتقال داده به پردازنده دیگر پاسخگو نیست. درایوهای ذخیره‌ساز محاسباتی مانند Solana با «آوردن محاسبات به سمت داده‌ها» راه‌حلی کارآمد برای غلبه بر این چالش ارائه می‌دهند.

این پژوهش با ارائه نتایج تجربی مستند، ثابت می‌کند که این فناوری نه یک مفهوم آینده‌نگرانه، بلکه یک واقعیت امروزی با مزایای قابل‌اندازه‌گیری است: سرعت بالاتر، مصرف انرژی کمتر، و سربار کمتر برای کل سیستم. این دستاوردها راه را برای طراحی نسل جدیدی از مراکز داده هوشمند، کارآمد و امن هموار می‌کند و پتانسیل تغییر پارادایم در نحوه تعامل ما با داده‌های دیجیتال را دارد. آینده محاسبات به طور فزاینده‌ای به سمت توزیع هوش در سراسر زیرساخت، از جمله در سطح ذخیره‌سازی، پیش خواهد رفت.