面向Peta规模计算的自适应存储管理关键技术研究

Peta规模是未来高性能计算中数据存储需求发展的必然趋势。以核模拟计算为代表的Peta规模计算对存储系统提出了共享存储、高度并发性、高聚合I/O、平衡扩展、可伸缩管理等目标需求。这是目前存储结构所远远不能满足的。.本项目将针对现有存储系统的缺点和不足，分析与研究Peta规模计算的存储需求，通过重点研究可伸缩的、负载均衡的、自适应的、自主管理的元数据集群管理模型、数据对象管理模型和数据对象访问协议，建立适合大规模并行分布访问的可伸缩对象存储系统结构模型，力图提出满足Peta规模计算存储需求的动态可扩展的数据对象分配、定位、容错、自主迁移和重构算法。