Pure Storage針對AI與高效能運算（HPC）工作負載推出FlashBlade//EXA，這是其FlashBlade物件與檔案儲存陣列家族的新版本。相較於常見將運算節點與儲存節點分離的解耦式儲存架構，FlashBlade//EXA從資料流角度切分系統，將中繼資料（metadata）處理與實際資料I/O交由不同叢集負責。
這種設計的核心目標，是因應大規模平行處理環境中metadata存取可能成為效能限制的問題。Pure Storage指出，AI與HPC應用中的metadata存取請求量，甚至可能超過實際資料I/O請求；若傳統儲存架構無法隨需求擴展metadata處理能力，便可能形成整體系統的瓶頸。
分散式儲存為何需要處理metadata擴展問題
分散式儲存系統通常將每份資料切割後，分散儲存在叢集中不同節點與磁碟。系統必須透過metadata記錄資料的實體位置與配置，因此每次存取資料前，通常都需要先查詢metadata，以定位目標資料。
在大量平行存取的AI訓練、模擬或HPC運算場景中，頻繁建立、列舉、查詢及存取大量檔案時，metadata服務的負載可能快速增加。FlashBlade//EXA因此將metadata控制路徑與資料傳輸路徑分離，希望避免metadata操作直接干擾資料I/O吞吐量。
以pNFS建立雙叢集架構
FlashBlade//EXA採用平行NFS（pNFS）存取架構，由處理metadata的MetaData核心節點（Metadata Core Node），以及處理資料I/O的資料節點（Data Node）組成。兩種節點各自構成獨立擴展的資源層。
其中，MetaData核心節點採用FlashBlade//S硬體；資料節點則可採用第三方伺服器硬體，並安裝FlashBlade//EXA資料節點軟體。這些節點均透過400GbE網路與用戶端主機連接。
| 元件 | 主要職責 | 硬體與連線方式 |
|---|---|---|
| MetaData核心節點 | 處理metadata查詢與資料位置管理 | 採用FlashBlade//S硬體；用戶端以NFSv4.1 over TCP連線 |
| 資料節點 | 執行實際資料I/O | 可採第三方標準儲存伺服器，安裝FlashBlade//EXA資料節點軟體；用戶端以NFSv3 over RDMA連線 |
| 用戶端主機 | 先查詢資料位置，再直接讀寫資料節點 | 使用標準NFS協議，需安裝Linux NFS client |
metadata查詢與資料傳輸採不同路徑
在存取流程上，用戶端主機先透過NFSv4.1 over TCP連至MetaData核心節點，查詢目標資料的位置；取得位置資訊後，用戶端可透過NFSv3 over RDMA直接與資料節點進行資料讀寫。
由於資料I/O不必再經過MetaData核心節點，metadata處理與資料傳輸可分別進行。Pure Storage認為，這有助於降低metadata作業對資料傳輸的影響，並提高大型平行工作負載下的可擴展性。
獨立擴展與傳輸率目標
Pure Storage列出這種架構的幾項預期效益。首先，MetaData核心節點與資料節點可依不同負載需求分別擴充。例如，metadata需求增加時可擴充核心節點；需要更大容量或更高資料吞吐量時，則可增加資料節點。
其次，資料I/O不經過MetaData核心節點，使其傳輸效能不直接受metadata操作影響。原廠表示，目前實測傳輸率可達5 TB/s，未來目標為10 TB/s。這些數字為原廠所述效能成果與目標，實際表現仍會受到叢集規模、網路配置、用戶端數量及工作負載特性影響。
此外，雖然MetaData核心節點採用Pure Storage的專屬設備，但資料節點可建立於第三方標準儲存伺服器硬體上；用戶端則使用標準NFS協議，降低特定用戶端硬體或專屬協議的依賴。
部署規模與適用情境
一套FlashBlade//EXA環境可支援1至10臺MetaData核心節點。資料節點數量則沒有上限，Pure Storage建議至少部署10臺資料節點。這種配置反映其主要鎖定需要大規模平行檔案存取與高吞吐量的AI及HPC環境。
FlashBlade//EXA所代表的，是一種以metadata與資料I/O分離為核心的解耦式儲存叢集設計。其價值取決於AI與HPC環境是否確實面臨高metadata負載，以及使用者能否透過足夠的網路頻寬、資料節點規模與應用程式平行度，發揮pNFS架構的效益。
