6. 6
• 元SAPのDr. Ike Nassi(CTO)によって設立
• Software-Defined Serverとして最初に成功したソリューション
• 2018年4月に日本上陸
TidalScale
Dr. Ike Nassi
Founder / CTO
Gary Smerdon
President & CEO
Dr. David Reed
Chief Scientist
Michael Berman
VP Engineering
Backers
7. • 標準的なIAサーバーを束ねて
1つの大きな仮想マシンを構築
• Inverse Virtualization「逆の仮想化」
• Software defined Server
• 仮想マシン上で動作させるOS、アプリ
ケーションは改造不要
• RHEL/CentOS/Ubuntuなどがそのまま動作
• SAP HANAやOracle等がそのまま動作
TidalScaleの技術的な特徴
InverseHypervisor
SingleOSImage
MachineLearning
22. 0
5
10
15
20
25
30
35
40
45
Scale-up v1.2.2 v2.0
4ソケットサーバとベンチマーク比較
SAP HANA / TPC-H Data Size: 500GBElapsedTime(min)
16.2min
19.1min
Scale-up
4-Socket
1TB
TidalScale
2-Socket x2
2 x 512GB
15%
Overhead
2-Socket
“Sweet Spot”
Server
512GB
41% Higher
Performance / $(1)
4 Socket: Lenovo x3850
2 Socket: Lenovo x3650
FAIL
Out of Memory
(1) Hardware cost + virtualization software
(Tidalscale or VMware vSphere)
23. スモールスタートと成長に合わせたスケールアップでコスト削減
3 year TCO Comparison – Oracle DB, in-Memory
$0
$1,000,000
$2,000,000
$3,000,000
$4,000,000
$5,000,000
$6,000,000
Year 1 Year 2 Year 3
Scale-up
TidalScale
TCO(w/licenses)
192
32
Cores
Cores
192
64
192
128
56%
Total TCO
削減
61%
ライセンス
コスト削減
50%
設備投資
コスト削減
$2.7M
Savings
Scale-up
1 : 12TB / 192 cores
2 : No addition
3 : No addition
TidalScale
1 : 3TB / 32 cores
2 : +3TB / +32 cores
3 : +6TB / +64 cores
Year 1 Year 2 Year 3
Memory Requirement:
1 2 3
3TB
6TB
12TB
24. ユースケース
HPC / Distributed
Systems
Corporate R&D Centers, University,
Government R&D Centers
Data Analytics
Any organization with big data plans ,
especially FSI, Telco, Retail
Cloud Service
Providers (CSP)
CSP, Large enterprise SI looking at
private cloud
25. 某銀行(韓国)
FinTech
q アプリケーションRはDocker上で動作
q VMのサイズを超えることができない
q リソースの無駄が各サーバで発生
q ネイティブコードが使用できない
q 分散プログラミングを使用する必要がある
q 論理アーキテクチャの分析が複雑になる
時間内にビジネスユーザーから要求された回答を得
ることが難しい
HW
VMware
VM
OS RHEL
Docker
Spark R
HW
VMware
VM
OS RHEL
Docker
Spark R
HW
VMware
VM
OS RHEL
Docker
Spark R
Remaining Resource =
Waste
Require Distributed
Computing
仮想化を使用した現在のインフラは柔軟性を提供しますが、
大規模なデータを分析するためのリソースを提供できませんでした
• 現在のアーキテクチャでは、物理マシンよりも大きなOSを作成できません
• 大きなデータを分析するには、現在のアプリケーション(Spark R)を変更する必要があります。
Problem
26. 某銀行(韓国)
FinTech
q 複数のHWを組み合わせた大きな OSを操作
q Dockerのサイズは、OSのサイズまで増やすこと
ができます
q 必要なリソースを確保
q 分散コンピューティングは不要
HW
VMware
VM
OS RHEL
Docker
Spark R
HW
VMware
VM
OS RHEL
Docker
Spark R
HW
VMware
VM
OS RHEL
Docker
Spark R
Resource Waste
Distributed Computing
HW
TidalScale
OS RHEL
Docker
R
HW
TidalScale
HW
TidalScale
HW
TidalScale
OS RHEL
Docker
R
TidalScaleなら必要とするサイズまで増やすことが
できます
• 過去のHWの活用・再利用
• 仮想化設定を置き換え
• 必要なデータを処理するのに十分な大きさのOSを
作成
• TidalScale Inverse Virtualization overhead is smaller than the traditional virtualization
overhead
Solution