摘要:
研究背景 约翰·麦卡锡在1961年提出了算力基础设施（computation as a public utility）的愿景。芭芭拉·利斯科夫在2009年提出了抽象使能的互联网计算机（abstraction-powered internet computer）愿景。本文将两者合并称为麦卡锡·利斯科夫愿景。该愿景描绘了一种算力网（computing utility），包含四个显著特征：按用付费的服务、全球级计算机文化、低熵系统和抽象使能的程序。本团队的信息高铁研究为算力网添加了高通量的性能要求。当前的云计算系统及其应用仅部分实现了麦卡锡·利斯科夫愿景，并未做到像公共基础设施般便利。
目的 本研究提出了一种分布式计算模型来实现麦卡锡·利斯科夫愿景。通过扩展万维网的超媒体模型，该计算模型将信息网转变为算力网。在保持了万维网易用性的同时，满足算力网的按用付费、全球级、低熵、抽象使能和高通量要求。
方法 本研究提出了超任务计算模型。该模型包含三个架构约束，支持用户通过请求-响应-消费的流水线提交超任务，从而降低用户使用全球信息和计算资源的门槛。此外，全球资源空间约束也支持资源的无约束接入和访问，以及任务与资源的配对。存储计算机架构约束允许为每个超任务动态创建和维护专属的虚拟、全栈、弹性机群（简称弹性机群）。单子超媒体约束则提供了新的抽象以降低编程复杂度。基于超任务计算模型，本研究构建了原型系统，并在物-多云场景下进行了验证实验。实验使用来自美国和中国四个地点的资源，测试了系统开销，并将其性能与基于Kubernetes实验系统进行了对比。
结果 原型系统可自动构建不同抽象层级的弹性机群，在机群上部署超任务，并根据任务需求自动调整资源占用情况。性能测试显示，原型系统引入了0.31%到6.68%的可接受系统开销。在单任务突发和多任务混合场景下，与基于Kubernetes的系统相比，原型系统分别降低了59%和72%的平均延迟，大幅提升了良率。
结论 结果显示，超任务计算模型是实现麦卡锡·利斯科夫愿景的一种可行途径。全球资源空间有助于不同地域和不同抽象层级资源的无约束接入和使用。存储计算机架构根据计算系统的编码，可为任务自动创建全栈算力资源，并根据任务需求自动调整资源占用规模。单子超媒体可帮助编程人员专注于应用逻辑，并提升应用性能。未来工作还需研究新型资源命名和访问机制，存储计算机架构的编程和运行时支持机制，提供多种常见场景的单子超媒体，并进行更大规模的实验。
下载: