作者 唐杰
随着Intel的3DXP产品，傲腾系列的推出，以及Samsung 对应的Z-SSD 产品的推出。SCM，storage class memory这样的技术对于数据中心的各位意味着什么？需要来看看了。要知道，IBM在2007年就在讨论这个SCM了【2】
SCM，目前大家比较粗俗的定义，就是persistent 的内存， 介于NAND和DRAM之间，性能和成本也是。
相对于NAND Flash，SCM的性能和访问方式已经和DRAM差别只有10～100的差别。通过对于传统应用程序的修改，比如基于SCM的系统的应用就根本不需要传统的I/O堆栈来进行SCM的操作了。
因此，问题来了， 数据中心的各位要如何拥抱SCM呢？
从这个比较粗糙的图开始，说实在，冬瓜哥应该有更牛的图。如果瓜哥愿意，我再搞一个更新版。
这个是目前数据中心中的云服务器的抽象。在传统的方式中，如红色箭头所示，应用程序访问DRAM和外部设备的存储设备。
如果加入了SCM，有些程序就可以使用由SCM+DRAM组成的统一寻址空间了。就像蓝色的箭头。这里面的一个Software Shim ，这个东西可以理解为一个接口在OS和Hypervisor上，让上层的把下面的SCM看作内存，整个系统就有了大量的内存资源，加速程序的运行。
和蓝色箭头所示一样，SCM自身需要和local的NVMe 的NAND Flash或者远端的存储资源交互。和cache一样，在自身中加载热点数据，大量数据最终刷新到直连的NVMe或者远端存储资源。
这个缓存管理软件或者Shim Driver更像一个系统级的应用，就像Netapp的Plexistor，当然也可以是操作系统或者Hypervisor的一部分。因此第一个问题：
1.在物理服务上跑着的Windows， Linux，Unix，如何支持SCM？
接着的问题：
2.这些Hypervisor， vSphere, Xenm 和KVM如何支持SCM。
硬件的角度：
在现有的硬件系统中如何加入SCM， 问题三：
3.是使用PCIE 的U.2，还是AIC，还是是使用DIMM， 或者未来的OPENCAPI， GenZ接口?
不管哪种物理连接接口，大家都希望实现高带宽，低延时的连接。那就带来问题4：
4.如何支持不同的CPU，从X86到ARM，到Power和Sparc。
对于服务器供应商来讲，接下来的问题5：
5.服务器采用什么样的规格，是1U的高密度，还是2U X24 slot的规格，如何配比DRAM，SCM，NAND的这几级的配置比例？
这个问题都是需要，Cisco，Dell，Fujitsu，HPE，Huawei, Inspur， Supermicro，Vantara，AIC 来解决。
谁来提供SCM产品给服务器商，是独立的SCM的startup公司，还是Intel/Micron， Samsung，目前这个问题应该有答案了，应该是Intel/Micron, Samsung 这些人来提供。这就有了新问题：
6． Intel/Micron， Samsung都有DRAM生意，他们会如何平衡SCM和DRAM之间的平衡，手心手背都是肉？
软件角度：
从软件角度，使能SCM的软件从哪里来，问题7：
7． SCM的软件是集成在OS和Hypervisor上，还是类似于Netapp 的cache软件一样集成在应用中，还是像Hazelcast这样独立的应用软件，或者，新的opensource 软件，就像memcached点燃了对象存储一样？
HCI的新贵们的角度:
对于目前提供HCI系统的Cisco，Dell EMC （VxRack/Rail）， HPE，Netapp, Nutanix, Pivots, Scale, 和软件厂商如：DataCore，Maxta，他们的问题是：
8. 是不是直接采用它，以免在性能上落伍，还是基于SCM重构整个架构。
Nutanix最近购买的Pernixdata可以提供一层基于hypervisor的cache 层。这个就带来另一个问题：
9. 这个SCM的层已经是基于DAS模式，还是池化的方案？
网络角度:
从SCM的本身性质来看，RDMA是唯一适合他它的网络。但是NVMe over Fabric刚刚开始，PM over Fabric已经在路上了，带来问题是：
10. 对于目前站主流生态的存储协议，FC，Iscis，NFS， 大家如何拥抱SCM？
存储整列角度：
从存储厂商，使用SCM来获得更大的缓存是最明显的用途。但是带来另一个问题就是：
11. 在引入SCM的情况下，存储的控制器如何操纵I/O，因为SCM的访问方式的变化，存储厂商会面临性能提升和被旁路的选择。
目前的存储startup公司，Datrium和Excelero在这个方面有一些实现可以参考。
到这里，各位可以看出，我基本是在意译【1】这篇文章，这篇文章的最终结论是，SCM已经来了，但是真正的生态成熟还要等到2019年或者更晚。翻译这个文章的原因就是，技术的演进是令人兴奋，但是从技术到产品，真的要有很多事情要考虑，很多坑要一个一个地填。
