Nul
Opbevaring er en vigtig komponent, der understøtter kunstig intelligens (AI) og andre nye teknologier med lignende infrastruktur kræver, ifølge Robert Lee, VP og chief architect i Ren Opbevaring, og derfor har behov for at blive medtaget i drøftelserne om disse teknologier.
Lee fortalte ZDNet, at betydelige fremskridt inden for teknologi-især omkring parallelisation, beregne og netværk — enable nye algoritmer til at anvende mere compute magt mod data.
“Historisk set grænse for, hvor meget data, der har været i stand til at blive behandlet, er grænsen for hvor meget indsigt, vi har været i stand til at samle, fra data, der er blevet bottlenecked ved opbevaring’ s evne til at holde beregne fed,” sagde Lee, der tidligere har arbejdet i Oracle før han kom til Ren Opbevaring i 2013.
“Et eller andet sted omkring begyndelsen af 2000’erne, hardware del af beregne, Cpu’ er, begyndte at få mere parallelle. Det startede med at lave multi-socket arkitekturer, hyper threading-multi-core. Hurtigt-frem for et par år ud over det, applikationer, software begyndte at få mere parallelle. Ting som distribueret computing, scale-out systemer, parallelisation begyndte at blive mere udbredt.”
Virksomheder i stigende grad indset, at opbygge en større beregne klynger ikke skaber bedre resultater, fordi de ekstra beregne hardware bare sidder med hænderne i lommerne bag opbevaring, Lee sagde.
“Det var ikke indtil vi kom ud med FlashBlade, at opbevaring var i stand til at holde op med at parallelitet,” hævdede han.
På mange måder, hardware fremskridt, der har gjort det muligt for nye teknologier som AI til at tage ruten er bare en anden form for beregne parallelitet, Lee tilføjet.
“Vi ser opbevaring være i stand til at give denne parallelisme, og at mængden af ydeevne og båndbredde, som er en central forudsætning for at flytte data til at beregne til at drive nyttige indsigter,” sagde han.
Efter alt, er ifølge Lee, nogle af de største udfordringer, som virksomheder står over for i dag er omkring samle store datamængder og fodre dem ind beregne for analyse og mønstergenkendelse.
“Fundamentalt, mere varieret datasæt, som du kan give i AI systemer og machine learning-og erhvervsuddannelsessystemerne, jo bedre resultater, du kommer til at få … i hvert rum, uanset om det er autonome kørsel, naturligt sprog forarbejdning, ansigtsgenkendelse,” sagde han.
Lee sagde tidligere storage-systemer er designet omkring fysik spinding medier.
“Vi ser dette til at være [især] true i filen og objekt og ustrukturerede rum, hvor der historisk set forestillingen, der har været venter på at blive låst op, har faktisk været fanget bag software,” sagde han.
Men hardware er blot en del af den udfordring, Lee sagde. Den udfordring, bygge high-performance storage-systemer, der arbejder med flash media er virkelig en, der skal løses ved hjælp af software.
“At fjerne alle ekstra komponenter, som du finder typisk inden for en SSD og direkte skriver software til at arbejde med hardware, som giver os direkte adgang til disse flash-chips, har tilladt os at køre meget bedre ydeevne, såvel som meget bedre levetid og effektivitet ud af flash usage,” sagde han.
“Du har brug for til at designe software-systemer, er du nødt til at genoverveje, hvordan storage controller software er skrevet for det pågældende medie. De egenskaber, at vi er i stand til at drive ud af vores produkter … der er en delikat dans og tæt integration mellem software, der er bygget til formålet, for medierne og hardware, der er [formål] for at fremskynde software.”
Uden storage hardware og software, der arbejder effektivt sammen, kan data ikke anvendes til fuld effekt. Dette er især vigtigt, fordi AI-systemer og mange andre nye teknologier, afhænger af den effektive udnyttelse af data, i henhold til Lee.
Han har derudover sagt, at hvis data er at erstatte olie som den mest værdifulde ressource i verden, så data er mere som råolie, der skal være raffineret.
Det er de virksomheder, der er i stand til at “forfine” de data, ved at anvende en kombination af moderne beregne, storage, netværk og analytics-teknologier til at uddrage indsigter ud af, at data, der vil være i stand til at være på forkant med spillet, Lee sagde.
Ren Opbevaring ‘ s kunder er autonome kørsel teknologi udbyder Zenuity, et joint venture mellem Volvo og Autoliv. Enterprise storage company hjulpet Zenuity opbygge en reference arkitektur og produktion machine learning pipeline for nogle af dets autonome kørsel modeller.
Zenuity indsat FlashBlade enheder, sammen med Nvidia DGX uddannelse servere og en række beregne knudepunkter til at drive denne rørledning, som omfatter de grundlæggende setup omkring dataindsamling og-forvaltning.
“De har brug for at holde disse Gpu’ er, der er fodret med data og FlashBlade er i stand til at tilbyde nok båndbredde og performance på at holde disse Gpu ‘ er fed og at holde deres machine learning forskere effektiv og travlt,” sagde Lee.
Tidligere dette år, Ren Opbevaring annonceret lanceringen af en 75-bladet al-flash system, der fungerer som én enhed, og sammen med en række software-opdateringer. Pure ‘ s systemer, der er forbundet til sin Pure1 cloud og indsamle 1 billion data peger en dag, mere end 7PB af telemetri data, og tusindvis af forbundet arrays. Denne sensor netværk, der giver data til en ny Pure1 globale dashboard, som opsamler oplysninger om et storage-array flåde.
Ren Opbevaring derudover rullet ud Meta, en global intelligens intelligent system, der kan bruges til at administrere, analysere og støtte sine arrays. Selskabets VP Produkt Matt Kixmoeller har tidligere sagt, at Meta er virkelig “en evolution af tingenes internet-platform, vi har bygget fra dag ét, da alle vores systemer havde ringe hjem-sensorer”.
Meta er også en erkendelse af, at machine learning har at gøre tunge løft, når det kommer til forståelse af arbejdsbyrden ydeevne, med Kixmoeller at sige, at fordøje tusindvis af målinger til at forudsige arbejdsmængder er “den perfekte problem for machine learning, da AI kan køre scenarier igen og igen”.
“Machine learning er den store use case, der er at køre flash adoption,” sagde han i juni.
TIDLIGERE OG RELATEREDE DÆKNING
Ren Opbevaring navne nye CEO
Sammen med navngivning af Charles Giancarlo, som den nye administrerende DIREKTØR, Ren Opbevaring sendt sin Q2 resultater og gav en mere optimistiske udsigter for den fulde regnskabsår..
Hitachi forberede AI for enterprise storage (TechRepublic)
AI fortsætter med at bevæge sig op i stakken fra drev til racks til hele storage arrays. Hitachi forventes at gøre en AI meddelelse i denne vinter, og for nylig hyret en IBM Watson leder.
Hvordan flash storage-markedet kan føre til dyrere iPhones og iPads (TechRepublic)
Høj efterspørgsel, utilstrækkelig produktion, og de overgange, mindre fremstillings-processer, der har medført stærkt stigende priser på NAND og DRAM opbevaring markeder.
Ren Opbevaring skitserer AI motor, sværm af software opdateringer, 75-bladet al-flash system
Ren Opbevaring, som vokser på en halsbrækkende tempo, på grund af flytningen til alle-flash storage arrays, lanceret en ny AI engine kaldet Meta-i et forsøg på at skabe selvkørende opbevaring.
Ren Opbevaring skal være mere aggressive i APAC
Efter at have overlevet “start afgrund”, opbevaring sælger nu behov for at pumpe op sit fokus på Asien-Stillehavet, hvor virksomheder har vist vilje til at omfavne disruptiv teknologi.
Relaterede Emner:
Opbevaring
CXO
Digital Transformation
Tech-Branchen
Intelligente Byer
Cloud
0