Wipse+例の会　勉強会 2015年12月7日　@マイクロソフト品川31F

1. 現在進行中の変化を考える

2. Docomo 2015 冬モデルのコア数
8 8 8
6 6 6 4
4 6 6
コア数では、すでに、PCを追い抜いている。

3. Mooreの法則で
チップは、こんなにも小さくなった
モバイル用
Cortex A7 MP2
1.3GHz, 2.2mm2
ハイエンド
ウエアラブル用
Cortex A7 MP2
500MHz, 1.1mm2

4. Mooreの法則で
チップは、こんなにも小さくなった
ウエアラブル用
Cortex A7 UP
500MHz, 0.36mm2
IOT用
Cortex M0
40MHz, 0.05mm2
ハイエンド
ウエアラブル用
Cortex A7 MP2
500MHz, 1.1mm2
モバイル用
Cortex A7 MP2
1.3GHz, 2.2mm2

5. Mooreの法則で
チップは、こんなにも安くなった

6. CPU アークテクチャーの変化

7. かつては、沢山の種類のCPUがあった

8. 今、生き残っているのは、二つ

9. http://www.idc.com/prodserv/smartphone-os-market-share.jsp
Android OS、年内に市場シェア81.2%へ
―年11億6000万台出荷 2015/12/3 IDG
Android
iPhone

10. http://ggsoku.com/2015/12/android-os-market-share-2015/
Tablet市場でのシェア

11. 指数関数的な増加
この5年間のクラウドの規模拡大

12. MSクラウド側での注目すべき動き
 Azure Container Service
 Catapult: Bing + FPGA
 Trinity： Graph Engine

13. https://goo.gl/qoVBNN
2015/9/29

14. Azure Container Service
 By leveraging ARM, Azure Container Service
will make it easy for you to create and manage
clusters of hosts pre-configured with Docker,
Apache Mesos, Marathon and Docker
Swarm. This work couples Azure's hyper-scale
and enterprise-grade cloud with proven open
source technologies to deliver the foundation
for the container deployment, orchestration,
and management service any team building
container apps will need.

17. SICS 2014 http://bit.ly/1BOIEuC
Catapult: MS BingでのFPGAの利用

18. データセンターの環境
ソフトウェアのサービスは、毎月のように変わる
マシンは、3年たつと、役割に応じて新しく購入される
マシンは、そのライフサイクルで、半分は再配置される
ハードウェアのメインテナンスは、ほとんど行われない
Homogeneityが、非常に望ましい
矛盾： 専用化しつつ均一なハード

19. ハードウェアとソフトウェアが、二つの計算「平面」を持つ
プログラム可能なSWファブリック
プログラム可能なHWファブリック
ハードウェアの「平面」は、第二のネットワークに
助けられて、専用のサービスを高速化できる

20. 8コア Xeon 2.1GHz CPU x 2
64 GB DRAM
4 HDD, 2SSD
10 Gb Ethernet
ケーブルは無し
Open Compute Project仕様

23. 遅延は、29%削減し、スピードは２倍

24. Graph query and analytics
with Trinity
Haixun Wang
Microsoft Research Asia
http://www.cse.unsw.edu.au/~iwgd
m/2013/Slides/Haixun.pdf

25. Trinity
 分散インメモリーkey/valueストア
 オンライン検索処理グラフ・データベース
 Facebook上で3 hopの範囲の220万のユーザー検
索を 100ms以下の時間で
 entity検索等のグラフベース・サービスの基礎
 オフライングラフ解析パラレル・プラットオフォーム
 10億ノードのグラフ処理を60秒で
 グラフ解析の基礎

26. グラフ処理のデータアクセスの特徴
 ランダムアクセス。局所性がほとんどない。
 ノードにとってみれば、隣りのノードの内容は、
グラフをどのように表現したとしても、そのノー
ドに「ジャンプ」するしかアクセス出来ない
 データ・ドリブンでデータ中心
 計算は、グラフの構造によって命令される。
データの再利用は難しい。

27. クラスターとメモリーの費用
現在 5-10年後
サーバーの数 1,000 1,000
サーバーのメモリー容量 64GB 1TB
全体のメモリー容量 64TB 1PB
全体のサーバー・コスト $4M $4M
GBあたりのコスト $60 $4

28. ランダム
アクセス
への挑戦
単一マシンの
RAM容量の
制限
高速な
グラフ処理
パラレル
計算
低遅延
オンライン処理
高速
オフライン解析
Memory
Cloud

29. Trinity Cluster の構造

30. 64bitのユニークID
p-bitのハッシュコード
全てのマシンで
共有される２p個の
スロットを持つ
アドレッシング・
テーブル
メモリー
trunkごと
のテーブル
二つの
テーブル