Современная инфраструктура VMware: от гиперконвергентных систем и vSAN до внешних СХД

Современные рабочие нагрузки требуют перехода от архитектур, в которых вычислительные ресурсы и системы хранения тесно связаны между собой. Поскольку потребность в вычислительной мощности и емкости хранения растет разными темпами, предприятиям необходима инфраструктура, позволяющая независимо масштабировать каждый из этих компонентов без усложнения управления. Современные серверы отвечают на этот вызов и позволяют создавать распределенную (Disaggregated) инфраструктуру VMware на базе традиционных гиперконвергентных систем, кластеров хранения vSAN и внешних СХД, сохраняя единую модель эксплуатации и управления средствами VMware.

Независимое масштабирование вычислений и хранения

Традиционно инфраструктура проектировалась исходя из того, что вычислительные ресурсы и системы хранения будут масштабироваться одновременно. На начальном этапе такой подход работает эффективно: нагрузки предсказуемы, а конфигурация сохраняет баланс между вычислительной мощностью и емкостью хранения. Однако со временем этот баланс нарушается — объем данных растет быстрее ожидаемого, появляются новые типы нагрузок, а требования к производительности начинают различаться.

Развитие систем искусственного интеллекта дополнительно ускоряет этот процесс. Обучение моделей, генерация с дополнением из внешних источников (RAG) и выполнение ИИ-моделей могут требовать быстрого наращивания вычислительных ресурсов с графическими ускорителями, тогда как системы хранения развиваются по другому циклу. При независимом изменении этих потребностей инфраструктура, в которой вычисления и хранение масштабируются только совместно, становится все менее эффективной.

Расширение емкости хранения в такой архитектуре часто требует добавления полноценных узлов вместе с избыточной вычислительной мощностью. Это увеличивает стоимость, усложняет эксплуатацию и делает первоначально простую модель менее гибкой по мере развития нагрузок.

Распределенная архитектура устраняет это ограничение, позволяя независимо масштабировать вычислительные ресурсы и хранение данных. Многие серверы последних поколений предоставляют такую гибкость без изменения привычной модели эксплуатации и управления VMware.

Задачи искусственного интеллекта особенно наглядно показывают преимущества распределенной архитектуры. Средам обучения моделей может потребоваться быстрое наращивание вычислительных ресурсов с графическими ускорителями, тогда как платформы выполнения ИИ-моделей, векторные базы данных и корпоративные хранилища информации развиваются по совершенно иным циклам. Вместо одновременного расширения всех ресурсов распределенная архитектура VMware позволяет точнее соотносить инвестиции в инфраструктуру с фактическими потребностями рабочих нагрузок.

Единая архитектура, три модели внедрения

Разделение вычислительных ресурсов и хранения данных в VMware — это не новая архитектура, а более гибкий способ применения единой архитектурной модели. Разделение вычислений и хранения может быть реализовано двумя способами: через выделенный кластер хранения vSAN либо через традиционную внешнюю СХД, подключенную к серверам ESXi. При этом классическая гиперконвергентная инфраструктура остается третьей моделью, в которой вычислительные ресурсы и локальное хранение размещаются на одних узлах. Эти модели могут использоваться совместно, позволяя точнее адаптировать инфраструктуру к требованиям рабочих нагрузок.

Сценарий 1. Традиционная гиперконвергентная инфраструктура

Традиционная гиперконвергентная инфраструктура остается базовой моделью, в которой вычислительные ресурсы и хранение данных размещаются на одних узлах и масштабируются одновременно. Такой подход прост, хорошо изучен и эффективен для предсказуемых нагрузок.

Например, при расширении инфраструктуры виртуальных рабочих столов или добавлении ограниченного количества задач выполнения ИИ-моделей традиционная HCI может оставаться наиболее рациональным вариантом. В подобных сценариях потребности в вычислительной мощности и емкости хранения обычно растут относительно равномерно, поэтому тесно интегрированная архитектура сохраняет простоту и эффективность.

Ограничения проявляются, когда динамика роста ресурсов начинает различаться. Для расширения одного компонента приходится одновременно наращивать и второй, что приводит к избыточным затратам в средах с неравномерно растущими или быстро меняющимися нагрузками.

Сценарий 2. Кластеры хранения vSAN

Кластеры хранения vSAN позволяют отделить хранение данных от вычислительных ресурсов, сохранив привычную модель эксплуатации VMware. Службы хранения работают в выделенном кластере и предоставляют ресурсы вычислительным кластерам по сети. Управление политиками, состоянием инфраструктуры и жизненным циклом выполняется централизованно через vCenter.

Такая модель позволяет независимо масштабировать компоненты: емкость хранения увеличивается по мере роста данных, а серверные ресурсы расширяются и обновляются по собственному циклу. Это особенно важно для систем искусственного интеллекта и других задач, интенсивно работающих с данными, где объем наборов данных может быстро увеличиваться, а вычислительные узлы модернизируются независимо.

Дополнительную емкость можно вводить для обучающих наборов данных, архивов и хранилищ неструктурированной информации без покупки избыточных вычислительных ресурсов.

Сценарий 3. Кластер VMware с внешней СХД параллельно с vSAN

Разделение ресурсов можно расширить за счет подключения внешних систем хранения. Вычислительные кластеры на современных серверах могут взаимодействовать с внешними СХД по Fibre Channel или iSCSI, получая дополнительные возможности по производительности, защите и управлению данными.

В зависимости от профиля нагрузки могут использоваться разные классы систем хранения:

• универсальные СХД для типовых корпоративных задач;

• унифицированные системы хранения с расширенными средствами управления данными;

• высокопроизводительные All-Flash СХД;

• масштабируемые емкостные системы для сетей SAN.

Подключение внешней СХД также подходит для систем искусственного интеллекта, использующих крупные корпоративные массивы данных. Структурированная и неструктурированная информация может храниться на корпоративных СХД, а приложения с поддержкой ИИ и виртуальные машины VMware — получать доступ к этим данным.

Такой подход позволяет независимо управлять ростом вычислительных ресурсов и объемом данных, сохраняя стабильный доступ к критически важной информации.

Внешние СХД могут использоваться совместно с vSAN, что позволяет адаптировать инфраструктуру к требованиям конкретных приложений. При наличии соответствующих средств интеграции выделение ресурсов, защита данных и мониторинг могут выполняться через привычные инструменты VMware без создания отдельных контуров управления.

Гибкость без усложнения эксплуатации

Одним из традиционных недостатков распределенной архитектуры считалась повышенная сложность эксплуатации. С внедрением систем искусственного интеллекта эта проблема становится еще заметнее: ИТ-службам уже приходится одновременно управлять виртуальной инфраструктурой, контейнерными приложениями и новыми нагрузками ИИ. Поэтому архитектурная гибкость не должна приводить к появлению дополнительных контуров администрирования.

Ранее возможность независимо развивать вычислительные ресурсы и хранение данных нередко достигалась за счет усложнения управления. В среде VMware этого можно избежать: традиционная гиперконвергентная инфраструктура, кластеры хранения vSAN и внешние СХД управляются через единый контур на базе VMware vCenter. Политики, операции жизненного цикла и мониторинг остаются единообразными для всей инфраструктуры.

Интеграция корпоративных СХД с VMware vSphere позволяет включить расширенные функции хранения в тот же контур управления. Создание снимков, репликация, распределение емкости и оптимизация использования ресурсов могут выполняться через привычные средства администрирования виртуальной инфраструктуры. Это позволяет использовать возможности внешних СХД без создания дополнительных уровней управления.

Помимо единого подхода к эксплуатации, корпоративные СХД предоставляют расширенные средства защиты данных. Шифрование, репликация, защищенная аутентификация, неизменяемое хранение по принципу WORM и автономное обнаружение программ-вымогателей с применением ИИ повышают защищенность критически важных данных и помогают выполнять требования к их хранению и обработке.

Преимущества проверенной архитектуры серверов мировых производителей

Ценность распределенной инфраструктуры зависит не только от выбора оборудования, но и от того, насколько согласованы между собой серверы, сетевые компоненты, накопители, программное обеспечение и системы хранения. Набор отдельных устройств без предварительной проверки совместимости может увеличить сложность внедрения, создать ограничения при обновлении VMware и затруднить сопровождение.

Для построения гиперконвергентных кластеров и выделенных кластеров хранения vSAN могут применяться сертифицированные конфигурации на базе Dell PowerEdge R660 и R760, HPE ProLiant DL360 Gen11 и DL380 Gen11, а также Lenovo ThinkSystem SR630 V3 и SR650 V3. При этом соответствие требованиям vSAN определяется не только моделью сервера: проверке подлежат процессоры, контроллеры хранения, накопители, сетевые адаптеры, драйверы, микропрограммы и выбранная версия ESXi. 

Единая среда VMware может включать несколько вариантов развертывания:

• традиционный кластер HCI, в котором вычислительные ресурсы и локальное хранение размещены на одних узлах;

• выделенный кластер хранения vSAN, предоставляющий емкость отдельным вычислительным кластерам;

• серверный кластер VMware с внешней СХД, подключенной по Fibre Channel или iSCSI.

Для третьего сценария могут использоваться Dell PowerVault ME5224, HPE MSA 2072, а также Lenovo ThinkSystem DE4200H. Эти системы предназначены для подключения к серверам VMware ESXi как внешнее блочное хранилище. Например, серия Dell PowerVault ME5 поддерживает подключение ESXi по Fibre Channel, iSCSI и SAS, а ее матрица совместимости включает VMware vSphere 8.0 и более новые версии в зависимости от поколения массива и конфигурации.

HPE MSA 2060 и MSA 2062 подходят для доступных гибридных и полностью твердотельных конфигураций, а MSA 2070 и MSA 2072 представляют более новое поколение с вариантами подключения по Fibre Channel, iSCSI и SAS. Для систем MSA поддержка конкретного сервера, адаптера, версии VMware и протокола должна дополнительно подтверждаться по матрице HPE SPOCK.

Lenovo ThinkSystem DE4200H и DE6400H могут применяться как внешние гибридные или полностью твердотельные СХД для сред VMware vSphere. DE4200H ориентирована на универсальные нагрузки среднего уровня, а DE6400H — на более производительные и масштабируемые конфигурации. Поддержка VMware vSphere для обеих моделей указана в документации Lenovo, а также существуют проверенные решения с серверами ThinkSystem, ESXi 8.0 и DE6400H, подключенной по Fibre Channel.

Важно разграничивать два типа совместимости. Серверные узлы vSAN должны соответствовать требованиям Broadcom Compatibility Guide и выбранной архитектуре vSAN OSA или ESA. Внешние Dell PowerVault ME, HPE MSA и Lenovo ThinkSystem DE не становятся частью дискового пула vSAN: они предоставляют отдельные хранилища VMFS по Fibre Channel или iSCSI и могут использоваться параллельно с vSAN в одной среде VMware.

Такой подход позволяет сочетать преимущества гиперконвергентной и трехуровневой архитектуры. Предсказуемые нагрузки можно размещать в традиционном HCI-кластере, быстро растущие объемы данных — в выделенном кластере хранения vSAN, а базы данных, архивы, общие корпоративные хранилища и другие нагрузки с особыми требованиями — на внешних СХД.

Проверенная архитектура позволяет независимо развивать вычислительный слой и хранение данных, сохраняя единый уровень виртуализации VMware. Однако окончательная конфигурация должна формироваться под конкретную версию ESXi и vSAN с повторной проверкой всех компонентов по официальным матрицам совместимости на дату внедрения.

Выводы

Ценность современной инфраструктуры VMware определяется уже не выбором между гиперконвергентной и трехуровневой архитектурой, а способностью использовать обе модели в пределах одной среды. Универсальной схемы для всех нагрузок не существует: экономически оправданной становится архитектура, в которой способ размещения данных и вычислений выбирается исходя из реальной динамики их роста, требований к задержкам и периодичности обновления оборудования.

Главным критерием проектирования становится отсутствие вынужденного масштабирования. Если для увеличения емкости приходится закупать ненужные процессорные ресурсы, а при обновлении серверов — преждевременно заменять исправные накопители, первоначальная простота решения постепенно превращается в источник избыточных затрат. Поэтому разделение вычислительного слоя и хранения следует рассматривать не как усложнение архитектуры, а как способ сохранить ее экономическую управляемость на протяжении всего жизненного цикла.

При этом топология инфраструктуры сама по себе не определяет удобство эксплуатации. Более существенную роль играет качество интеграции с vCenter, единообразие политик, мониторинга и процедур обновления. Сочетание HCI, выделенных кластеров vSAN и внешних СХД оправдано только тогда, когда оно не создает для ИТ-службы несколько изолированных контуров администрирования.

В результате оптимальная среда VMware все чаще формируется как набор специализированных ресурсных контуров: одни рассчитаны на стабильные виртуальные нагрузки, другие — на быстро растущие массивы данных, третьи — на приложения с особыми требованиями к производительности и защите информации. Такой подход позволяет модернизировать инфраструктуру поэтапно, но требует рассматривать совместимость не как разовую проверку перед закупкой, а как постоянную инженерную дисциплину при каждом обновлении ESXi, vSAN, драйверов и микропрограмм.