A Facebook tovább bővíti szolgáltatása tárhely kiszolgálását
Mivel a gépi tanulás és a videók nagy mennyiségű tárhely munkába állítását követelik meg, a Facebook teljesen újra tervezte adatközpontjainak felépítését. A vezető mérnökök arra már a két évvel ezelőtti fejlesztéskor rájöttek, hogy a régiónként 3-3 adatközpont beállítása hosszú távon nem lesz elegendő.
A Facebookra feltöltött adatok mennyisége olyan sebességgel nőtt, hogy most elérkezett az idő a teljes újratervezésre. Ahogy az amerikai óriás bejelentette, új stratégiát készített a szolgáltatása mögött lévő tárhely bővítésére. Ezentúl mind a 15 régiójában 6-6 adatközpontot állít szolgálatba.
A tervek komoly kihívások elé állítják a mérnököket. Hogy a Facebook belépés és az adatok kiszolgálása megfelelő sebességgel történjen, az adatközpontokat a Facebook 100 Gb/s-os üvegszálas hálózattal kötötte össze. Ezek azonban csak a 3-3 adatközpontot képesek kiszolgálni, így az új helyek munkarendbe állításához az átviteli közegeket is teljesen újra kell tervezni.
A tervek impozánsak. A Facebook vadiúj üvegszálas hálózatot épít, új hardver központokkal, adatátviteli gyorsítókkal és a nyíltrendszerű FBOSS szoftverének továbbfejlesztett változatával. A fejlesztések úgy fogják megnégyszerezni az adattovábbítás sebességét a különböző adatközpontok között, hogy nem szükséges hozzá a 400 Gb/s-os sebességű kapcsolat.
A Facebook technológiai és stratégiai igazgatója elmondta, hogy a megnövekedett adatmennyiségek a videós tartalmak elterjedéséhez és a mesterséges intelligencia gépi tanulásához köthetők. A vállalat továbbra is erősen támogatja a Facebook smiley és a videók felhasználását a hálózatán. Ez nemcsak a már jól bejáratott Facebook élő funkcióhoz kötődik majd, hanem professzionális tartalomgyártók megjelenéséhez is.
A gépi tanulás is hasonló méretű tárhely igénnyel jelentkezik. Minden nap Facebook botok százezrei kutatják a platformot, s tanulnak a rendelkezésre álló hatalmas adatmennyiségből. Az igazgató nyilatkozata szerint ezek a botok 200 trillió előrejelzést készítenek naponta, s 3,5 milliárd képet elemezve tanulnak.