Lagring kommer att fortsätta att spela en roll i utvecklingen av AI: Ren Förvaring

0
183

Noll

Lagring är en viktig komponent som ligger till grund för artificiell intelligens (AI) och andra nya tekniker med liknande infrastruktur kräver, enligt Robert Lee, vice vd och chief architect på Ren Förvaring, och som därför måste tas med i diskussionerna om sådan teknik.

Lee berättade ZDNet att betydande framsteg inom teknik-särskilt runt parallellisering, beräkna, och nätverk — enable nya algoritmer för att tillämpa mer beräkna makt mot data.

“Historiskt sett, en gräns för hur mycket data som har kunnat behandlas, en gräns för hur mycket insikt har vi kunnat samla från data har varit en flaskhals av lagring förmåga att hålla beräkna fed”, sade Lee, som tidigare arbetat i Oracle innan han kom till Ren Förvaring under 2013.

“Någonstans runt början av 2000-talet, den maskinvara som en del av beräkningen, Processorer började bli mer parallell. Det började göra multi-uttaget arkitekturer, hyper threading multi-core. Spola framåt ett par år efter att, program, mjukvara började bli mer parallell. Saker som distributed computing, scale-out-system, parallellisering började bli vanligare.”

Företag alltmer insett att bygga ut större beräkna kluster som inte genererar bättre resultat eftersom ytterligare compute-hårdvara bara sitter passivt bakom lagring, Lee sade.

“Det var inte förrän vi kom ut med FlashBlade att lagring var kan hålla med om att parallellitet,” hävdade han.

På många sätt, hårdvara framsteg som har möjliggjort för nya tekniker som AI att ta vägen är bara en annan form av beräkna parallellitet, Lee läggas till.

“Vi ser lagring av att kunna föreskriva att parallellitet och att beloppet av prestanda och bandbredd som en viktig faktor för att flytta data för att beräkna att köra användbara insikter,” sade han.

Efter alla, enligt Lee, några av de största utmaningar som företag står inför idag är runt för att samla ihop stora datamängder och mata dem till att beräkna för analys och mönsterigenkänning.

“I grund och botten mer varierande datamängder som du kan ge till AI-system och lärande och utbildning, desto bättre resultat kommer du att få … i något utrymme, oavsett om det är autonom körning, behandling av naturligt språk, ansiktsigenkänning,” sade han.

Lee sade tidigare storage system utformades runt fysik spinning media.

“Vi ser här att vara [särskilt] true i filen och objekt och ostrukturerade utrymme där historiskt, de prestanda som har varit väntar på att bli upplåst, har faktiskt varit instängd bakom programvara,” sade han.

Men hårdvaran är bara en del av utmaningen, Lee sade. Utmaningen i att bygga höga prestanda system som fungerar med flash media är verkligen en som måste lösas med hjälp av programvara.

“Ta bort alla de extra komponenter som du hittar vanligtvis inom en SSD och direkt skriva program för att arbeta med hårdvara som ger oss direkt tillgång till flash-kretsar, har gett oss möjlighet att driva mycket bättre prestanda samt mycket bättre livslängd och effektivitet av flash-användandet”, sade han.

“Du behöver för att designa programvara system, du behöver tänka om hur storage controller-programvara är skriven för att media. De egenskaper som vi kan köra ut med våra produkter … det är en delikat dans och en tät integration mellan program som är specialbyggda för media-och hårdvara som är [utformad] för att påskynda den programvara.”

Utan lagring av hårdvara och mjukvara fungerar effektivt tillsammans, data inte kan användas för att full effekt. Detta är särskilt viktigt eftersom AI-system och många andra nya tekniker är beroende av en effektiv användning av uppgifter, enligt Lee.

Att han dessutom sa att om data är att ersätta olja som den mest värdefulla resursen i världen, då data är mer som råolja som behöver förfinas.

Det är företagen som är i stånd att “förfina” data genom att tillämpa en kombination av modern beräkning, lagring, nätverk, och analytics-teknik för att utvinna insikter ut av den data som kommer att kunna ligga steget före i spelet, Lee sade.

En Ren Förvaring: s kunder är autonom körning teknikleverantör Zenuity, ett joint venture mellan Volvo och Autoliv. Enterprise storage company hjälpte Zenuity bygga upp en referens arkitektur och produktion maskininlärning pipeline för en del av sina autonom körning modeller.

Zenuity utplacerade FlashBlade enheter, tillsammans med Nvidia DGX utbildning servrar och ett antal beräkna noder för att driva denna gång, som innehåller grundläggande inställningar runt om insamling och hantering av data.

“De behöver för att hålla dem Grafikprocessorer matas med data och FlashBlade är att kunna erbjuda tillräckligt med bandbredd och prestanda för att hålla dem Grafikprocessorer fed och att hålla sin maskin lärande forskare effektiv och upptagen”, sa Lee.

Tidigare i år, Ren Förvaring meddelat lanseringen av en 75-bladet hela-flash system som fungerar som en enhet, tillsammans med ett antal uppdateringar av programvaran. Pure system är anslutet till dess Pure1 moln och samla in 1 biljon datapunkter en dag, mer än 7PB av telemetri data, och tusentals anslutna kedjor. Denna sensor network ger data till en ny Pure1 globala instrumentpanel som aggregerar information om lagring array flotta.

Ren Förvaring dessutom rullas ut Meta, en global automatisk intelligence-system som kan användas för att hantera, analysera och stödja sina kedjor. Bolagets vice vd för Product Matt Kixmoeller tidigare sagt att Meta är verkligen “en utveckling av IoT plattform vi byggt från dag ett eftersom alla våra system hade ringa hem sensorer”.

Meta är också en insikt om att lärande har att göra grovjobbet när det gäller att förstå arbetsbelastningen prestanda, med Kixmoeller säga att smälta tusentals mätningar för att förutsäga arbetsbelastning är “den perfekta problem för maskininlärning, eftersom AI kan köra scenarier över och under”.

“Lärande är den stora användningsfall som är drivande flash antagande”, sade han i juni.

TIDIGARE OCH RELATERADE TÄCKNING

Ren Förvaring namn ny VD

Tillsammans med namngivning Charles Giancarlo som ny VD, Ren Förvaring postat Q2 resultat och gav en mer optimistiska utsikter för hela verksamhetsåret..

Hitachi förbereda AI för enterprise storage (TechRepublic)

AI fortsätter att flytta upp stacken från enheter till rack till hela disklagringssystem. Hitachi är förväntade att göra en AI-meddelande den här vintern och har nyligen anställt bort en IBM Watson ledare.

Hur flash-lagring marknaden skulle kunna leda till dyrare iPhones och iPads (TechRepublic)

Hög efterfrågan, otillräcklig produktion och övergångar till mindre tillverkningsprocesser har orsakat kraftigt ökade priser på NAND-och DRAM-lagring marknader.

Ren Förvaring beskriver AI-motor, gott om uppdateringar till programvaran, 75-bladet hela-flash-system

Ren Förvaring, som växer i en rasande takt på grund av att flytta till hela-flash lagring matriser, lanserat en ny AI-motor som kallas Meta-i ett försök att skapa självgående lagring.

Ren Förvaring måste vara mer aggressiva i APAC

Efter att ha överlevt “start klyftan”, lagring säljaren behöver nu för att pumpa upp sitt fokus på Asien-Stillahavsområdet, där företag har visat beredskap att anamma omvälvande teknik.

Relaterade Ämnen:

Förvaring

CXO

Digital Omvandling

Tech-Industrin

Smarta Städer

Cloud

0