馮丹教授提到，傳統存算融合架構下，企業通常采用應用與本地盤耦合的服務器一體化架構，存在存力效率低、無效數據遷移、資源浪費等典型問題：
1.計算域和存儲域未徹底分離，仍各自存在獨立的本地存儲，往往按照最大容量預設配置，存力利用率低;
2.采用通用算力進行數據處理，IO 效率低，存儲域仍以 CPU 為中心，存取性能無法充分發揮;
3.數據從盤到計算域 CPU, 需要 8 次以上數據搬遷，無效搬遷帶來了網絡和算力資源的浪費;
4.在存算融合的上千節點大規模集群中，算力、容量空間配比無法均衡，擴容時需要額外遷移數據，不僅帶來現有業務風險，還會浪費投資;
5.數據爆發增長，面向結構化數據的數據縮減策略不完全適用于非結構化場景。
隨著算力多樣化、高性能網絡和存儲介質的發展，數據中心架構從以 CPU 中心朝著以數據為中心的 Diskless 架構演進。Diskless 架構下，單一 CPU 算力發展到 GPU、DPU、XPU 等多樣算力，算力效率得以充分發揮;網絡從 IP、NOF 發展到高通量的 CXL，為算力和存力等硬件解耦奠定了基礎;存力也從傳統 HDD 到 SSD，性能、功耗實現全面提升。在 Intel、華為、KIOXIA、阿里云等業界芯片、存儲、云和互聯網廠商的積極推進下，Diskless 架構借助專用 DPU / IPU 等數據處理芯片和 OceanDisk 等專用存儲模塊，進一步提升數據處理和存儲的效能，充分調動數據中心資源。
馮丹教授表示，資源池化共享的 Diskless 架構應具備以下關鍵技術：
1.網存協同，DPU 硬件卸載加速，數據高效協同處理。通過 DPU 等專有數據處理模塊，使服務器 CPU 全為應用服務，基礎設施與應用任務解耦，將 VirtIO、NVMe-oF 等 CPU 計算效率低任務轉移到 DPU 的專用加速器執行，實現資源彈性擴展。
2.數控分離 + IO 直通，實現控制流與 IO 流分離，IO 直通到存儲介質，進一步提升存儲效率。通過數控分離，可達到極致 IO 訪問時延，通過存儲域 IO 讀寫數據流與 IO 控制處理的分離，使得讀寫 IO 直通到存儲介質中，減少 IO 處理路徑，降低處理復雜度，極大提升存儲域訪問性能。計算域則可以借助 DPU bypass CPU，減少數據拷貝開銷，提升 IO 訪問性能。
3.盤控協同，盤芯片與控制器芯片配合，提升集成度，達到最佳成本和能耗。盤控協同技術的關鍵是要實現高性能、低成本的大盤，通過硬件對盤控系統內的算法進行加速，比如利用 FPGA 實現 FTL / DIF / 在線壓縮 / 加密 / EC / GC 等硬化，提升性能;盤內和框內的各類驅動和緩存層合一，實現盤框一體，構建極致成本和能耗的大盤存儲。
4.算子卸載，EC、數據縮減等算法通過硬件卸載到存儲端，實現近數據處理。通過計算語義的卸載，存儲直出語義接口，主機側軟件棧打薄，減少 80% 的 IO 交互次數，實現對整系統的 CPU 和網絡帶寬節省。同時，在大數據 / 數據倉庫場景，可以利用引擎的下推接口，下推謂詞和投影等運算操作到存儲資源池，減少無效數據的搬移。
馮丹教授表示：“從技術趨勢來看，高性能異構算力、高速網絡、大存力新型盤框、算子卸載等技術的發展，帶來了數據中心架構的變革，加速了以 CPU 為中心的耦合架構走向徹底存算分離、資源池化共享的以數據為中心的 Diskless 架構，這種架構進一步簡化了數據中心基礎設施構建，能夠實現存力和算力資源的集約高效發展，已經成為大規模數據中心發展的重要技術趨勢。”
華為去年發布的 OceanDisk 智能盤框產品，是一個標準的大存力新型盤框產品。OceanDisk 通過 NoF + 高速網絡連接 Diskless 服務器，實現計算和存儲獨立彈性擴展，幫助客戶提高資源利用率，機柜空間和設備功耗分別降低 40%;內置 FlashLink® 智能盤框協同算法等軟硬結合技術，帶來最大 250 萬 IOPS，50GB / s 帶寬的高性能;依托華為多年存儲研發實力，OceanDisk 智能盤框提供硬盤亞健康管理、智能慢盤優化等技術，保持大規模數據中心 10 萬級硬盤的性能穩定，大幅降低運維難度。OceanDisk 作為業界首個面向 Diskless 架構的新型盤框，將以高性能、高可靠、綠色集約重新定義下一代云和互聯網數據中心存儲架構。
