HPE tillkännager hårdvarumoduler av högdensitetstyp för AI och Data Lakes med HPE GreenLake for File Storage.
HPE utökar kapaciteten för HPE GreenLake for File Storage med nya all-flash-alternativ med hög densitet, särskilt utformade för att driva storskaliga företags AI- och data lake-arbetslaster.
Jämfört med nuvarande version av HPE GreenLake for File Storage ger de nya alternativen fyra gånger högre kapacitet och upp till dubbel systemprestanda per rackenhet. Dessa förbättringar gör det möjligt att skala throughput i AI-skala med två gånger och minska strömförbrukningen med så mycket som 50%1. Tack vare en ny kontroll med dubblad beräkningsprestanda och lagringsenheter med en 1-RU 1,3560 petabyte stor all-NVMe JBOF kan kunder nu snabbare utföra arbete, minska kostnaderna och avsevärt minska datacentrets fotavtryck och strömförbrukning1.
Med detta tar HPE ännu ett kliv mot att möjliggöra för kunder att uppnå företagsprestanda, enkelhet och förbättrad effektivitet i AI- och Data Lake-skala. HPE hjälper organisationer att bättre förstå AI-nyttan och låsa upp mer värde från deras data. Deras datavetare, ägare av affärsapplikationer och IT-personal åtnjuter ökad produktivitet; kunder kan lättare uppnå hög hållbarhet.
Levererar på avlagda löften
Med HPE:s senaste rack av högdensitetstyp ökar HPE GreenLake for File Storage lagringsdensiteten för HPE:s avancerade erbjudande med sju gånger jämfört med vad som lanserades i mitten av 20232. Som utlovat levererar även HPE GreenLake for File Storage upp till 2,3 gånger högre lagringsdensitet än Dell PowerScale och Pure Storage FlashBlade3.
Höja ribban för att nå AI-skala
Ett företag som önskar vara branschledande i AI-skala som går in i eller utökar AI-initiativ behöver en IT-lösning som levererar företagsprestanda i AI-skala. Det börjar med effektiv, högpresterande kapacitet för datainsamling samt preparation och sträcker sig bortom detta till modellträning, tuning och inferens. Lösningen behöver täcka alla steg i AI-värdekedjan och påskynda de mest dataintensiva applikationerna.
Att driva företagsprestanda i AI-skala
Prestanda vid skalningsgränsen kan vara ett problem för AI-lagring – särskilt äldre skalbara NAS-lösningar med shared-nothing-arkitekturer. Dessa lösningar kan skala kapaciteten, men de kan inte skala prestandan linjärt för att matcha den kapaciteten.
Företagsprestanda i AI-skala hjälper företag att frigöra mer värde från aggregerad data – vilket ger snabbare tid till insikt och i sin tur verkliga konkurrensfördelar. HPE GreenLake for File Storage har en disaggregerad, shared everything, motståndskraftig modulär arkitektur som gör det möjligt att skala prestanda och kapacitet oberoende av varandra – utvecklad för exabyte-skala. Med höga överföringshastigheter, förutsägbar prestanda och ingen front-end caching, datarörelse mellan media och nivåindelade datapipelines kan de mest dataintensiva AI-beräkningar utföras.
Ta tillvara på enkelheten i AI-skala
Det finns flera problem med traditionell fillagring för AI. Det kan kräva specialiserad domänexpertis och enformig manuella handpåläggning för att hantera, underhålla och skala – vilket kan hålla IT-personal och datavetare uppbundna i rutinmässiga dagliga uppgifter – snarare än fokuserade på snabbare tid till värdeskapande för nya AI-modeller.
HPE GreenLake for File Storeage erbjuder en intuitiv molnupplevelse med radikalt förenklad hantering av fildata som minskar drifts- och hanteringskostnaderna för IT-avdelningen. HPE GreenLake bygger på strömlinjeformad distribution, enkel installation, enkelt skapande av fildelning, snabbt jobbavslut och enhetlig lagringshantering med en enda molnkonsol, tillgänglig var som helst, på vilken enhet som helst. Ingår gör även automatiserade uppgraderingar utan avbrott.
Denna enkelhet och automatisering har effekter i den verkliga världen. Datavetare och ägare av affärsapplikationer belastas inte längre av otympliga äldre filsystem, som kräver teknisk expertis och komplicerad installation. En global namespace förbättrar samarbetsmöjligheterna för snabbare tid till upptäckt och innovation. Högbetalda experter kan istället fokusera på sina viktigaste initiativ.
Förbättrad effektivitet i AI-skala
Dataintensiva AI-modeller har en omättlig aptit på lagringskapacitet, rackutrymme och ström. Äldre NAS-lösningar med shared nothing-arkitekturer kan inte effektivt skala upp för att hålla jämna steg med kraven på kapacitet, kostnad per TB och energieffektivitet för AI-arbetsbelastningar.
HPE GreenLake for File Storage kan å andra sidan sänka AI-lagringskostnader med fyra gånger högre kapacitet per rackenhetshöjd, halva strömförbrukningen – samt ytterligare sänka koldioxidavtryck med branschledande datareduktion, icke-störande uppgraderingar och en AI-lagring as a service som hjälper till att eliminera överprovisionering. Det är möjligt att skala prestanda och kapacitet oberoende av varandra för högre effektivitet till lägre kostnad, och GPU-utnyttjandet kan maximeras – och därigenom ROI på beräkningsenheterna – med företagsprestanda i AI-skala.
HPE GreenLake for File Storage ger snapshots utan overhead och inbyggd replikering, överlägsen flash-prestanda och förbättrad datareduktion med Similarity-algoritmen, som till skillnad från komprimering och deduplicering reducerar data med en global och finkornig strategi. Besparingarna är 2:1 för biovetenskapliga data, 3:1 för förreducerade säkerhetskopior, förkomprimerade loggfiler och HPC- och animationsdata samt 8:1 för okomprimerad tidsseriedata.4
Med stöd för optimerat GPU-bruk via InfiniBand, NVIDIA GPUDirect® och RDMA accelererar HPE GreenLake for File Storage AI-laster genom att öka prestanda för modellträning och tuning via snabbare checkpointing. InfiniBand-anslutning till nätverk, likt NVIDIA Quantum-2 InfiniBand Platform, skalar upp till 720PB effektiv kapacitet (med 3:1 datareduktion) för storskalig AI-fildata.
Gör AI till verklighet för företag
För att driva AI-initiativ och konkurrera på marknad behövs en fillagringslösning förberedd för AI som kan leverera företagsprestanda, enkelhet och effektivitet. HPE GreenLake for File Storage är utformat för att leverera på samtliga mått, för att hjälpa företag nå framgång på AI-resan.
