[论文解读] Serverless Predictions: 2021-2030

Pedro López, Aleksander Slominski+2 more|arXiv (Cornell University)|Apr 7, 2021

Cloud Computing and Resource Management参考文献 14被引用 7

一句话总结

本文预测，到2030年，通过资源解聚技术的进展，无服务器计算将实现完全透明，使未经修改的单机应用程序能够在近乎无限的远程资源上运行。借助低延迟网络、硬件优化的中间件以及统一的编程模型，无服务器终局将统一本地与远程执行，消除开发者管理基础设施或手动扩展的需要。

ABSTRACT

Within the next 10 years, advances on resource disaggregation will enable full transparency for most Cloud applications: to run unmodified single-machine applications over effectively unlimited remote computing resources. In this article, we present five serverless predictions for the next decade that will realize this vision of transparency -- equivalent to Tim Wagner's Serverless SuperComputer or AnyScale's Infinite Laptop proposals.

研究动机与目标

• 预测2021年至2030年无服务器计算的演进，重点在于实现分布式系统中的完全透明。
• 解决长期存在的隐藏分布式系统复杂性问题，通过统一本地与远程编程模型。
• 识别关键技术使能因素——低延迟网络、内存解聚和高效中间件——以实现完全透明的可行性。
• 提出‘无服务器终局’的愿景，即应用程序可在解聚、弹性化的资源上未经修改地运行，且对分布特性毫无感知。
• 通过架构和中间件创新，克服当前无服务器平台的局限，包括无状态性、函数间通信效率低下以及成本高昂等问题。

提出的方法

• 提出无服务器集群（多租户Kubernetes）作为克服函数通信、时间限制和硬件加速局限性的基础。
• 引入无服务器细粒度计算，通过优化的远程过程调用（RPC）和硬件感知调度，实现微秒级远程函数延迟（1–10 µs）。
• 使用Faasm和Lithops等中间件拦截系统调用和库接口（如POSIX、OpenMP、MPI），实现未经修改的应用程序的透明分发。
• 利用LegoOS作为模型，构建一个分散的分布式操作系统，通过标准Linux系统调用暴露虚拟节点（vNodes），用于管理解聚的计算、内存和存储。
• 引入可定制的控制平面和可观测性层，实现在数据中心之间快速编排、动态资源分配和成本感知调度。
• 使用静态分析和声明式建模预测资源需求、故障和硬件加速潜力，从而主动优化分布式工作负载。

实验结果

研究问题

• RQ1 无服务器平台如何通过使远程资源在外观上与本地资源完全相同，实现未经修改的应用程序无限扩展？
• RQ2 在网络、内存和计算方面需要哪些技术进步，才能将远程访问延迟降低至微秒级别？
• RQ3 现有应用程序——尤其是有状态和并发工作负载——如何在不修改的情况下，透明地跨解聚资源执行？
• RQ4 定制化控制平面和可观测性机制在实现高效、低成本且可扩展的资源管理方面发挥什么作用？
• RQ5 当前无服务器计算的局限（如无状态性、高成本、函数间通信差）能否通过中间件和系统设计的架构创新得以克服？

主要发现

• 远程存储访问延迟已降至10ms，与本地磁盘相当，预计在非易失性内存（NVM）支持下将进一步降低至0.05ms，从而实现高效的解聚。
• 通过优化RPC的远程计算延迟预计可降至0.001–0.1ms（1–100µs），接近本地线程创建时间（约10µs），从而支持细粒度的远程函数执行。
• 通过持久内存（PMEM）实现的内存解聚可将远程访问延迟降至0.002–0.01ms，显著缩小与本地内存延迟（0.0001ms）的差距。
• Faasm和Lithops等中间件通过拦截系统调用和库接口，实现未经修改应用程序的透明执行，但这些中间件仍需应用程序了解底层API。
• 到2030年，无服务器终局将通过统一本地与远程编程模型，使未经修改的单机应用程序能够在近乎无限的远程资源上扩展。
• 通过优化轻量级微虚拟机的调度以及提供高级成本控制平面，无服务器计算的成本障碍将得以缓解，从而实现对远程资源使用的有效控制。