Společnost Quantum aktualizovala svou platformu pro objektové úložiště ActiveScale, čímž výrazně zlepšila přístup k datům za studena v archivních úrovních třídy Glacier. Tato aktualizace obsahuje exkluzivní funkci Ranged Restore pro pásková úložiště za studena s využitím patentovaného designu Quantum pro objekty na pásce s kódováním mazání.
Spolu s novým obnovovacím modulem optimalizovaným pro výkon malých objektů tyto změny transformují páskové archivy z pomalého offline úložiště na responzivní datová jezera přístupná přes API, připravená pro umělou inteligenci, analytiku a vysoce výkonné výpočty.
ActiveScale nyní umožňuje zákazníkům načíst z velkých objektů pouze rozsahy bajtů, které potřebují, namísto rehydratace celého souboru. Tato selektivní obnova mění ekonomiku a zážitek ze studeného úložiště. Týmy pracující na trénování umělé inteligence, ověřování dat nebo dotazech na shodu s předpisy mohou přistupovat k přesným segmentům, které potřebují k dokončení úkolů, bez zpoždění a nákladů na zdroje spojených s načítáním celých objektů. Toto zkrácení čekacích dob a dopadu na odchozí procesy zrychluje pracovní postupy a zlepšuje efektivitu infrastruktury napříč výpočetními clustery a sítěmi. Společnost Quantum poznamenává, že se jedná o vlastní rozšíření S3 Glacier, jedinečné pro ActiveScale, pro páskové chladné úložiště, které řeší dlouhodobý problém s použitelností archivů.
Podpora Ranged Restore je nový obnovovací modul, který díky inteligentnímu dávkování a řazení požadavků více než pětkrát zvyšuje propustnost operací s malými objekty. Mnoho úloh umělé inteligence a analytiky vyžaduje přístup k velkým objemům malých souborů, jako jsou shardy štítků, indexy funkcí nebo skenování metadat shody s předpisy. Studené vrstvy tradičně způsobovaly u těchto úloh zpoždění. Díky vylepšením výkonu v ActiveScale probíhají obnovy malých objektů rychleji, což umožňuje rychlejší iterační cykly, vyšší souběžnost úloh a lepší využití zdrojů GPU a CPU. Celkovým výsledkem je studená vrstva, která funguje spíše jako teplá analytická vrstva pro cílené vyhledávání.
Vedení společnosti Quantum prezentuje aktualizaci jako způsob, jak zlepšit extrakci hodnoty z archivů. Hugues Meyrath, generální ředitel společnosti Quantum, zdůrazňuje, že klíčovou otázkou není, zda archivy porostou, ale jak rychle budou organizace moci získat přístup ke správným datům pro školení a analýzy. Poukazuje na to, že hodiny nebo dny čekání na data mohou snížit produktivitu a zvýšit náklady. Nové funkce ActiveScale zpřístupňují velké, dlouhodobé archivy a umožňují jejich využití pro umělou inteligenci na úrovni exabajtů.
Geoff Barrall, produktový ředitel, dodává, že data bez data by již neměla být vnímána jako offline. Odstraněním omezení tradičních úložišť třídy Glacier proměňuje ActiveScale páskové úložiště v rychlé, standardizované zařízení, které lze programově dotazovat a integrovat do vysoce výkonných datových pracovních postupů.
Diferenciace se opírá o tři hlavní aspekty, mezi které patří:
- Selektivní načítání na úrovni rozsahu bajtů zkracuje dobu do prvního bajtu u velkých objektů a minimalizuje zbytečný přesun dat, což vede k nižším nákladům na výstup, výpočetní výkon a energii.
- Zlepšení výkonu malých objektů řeší významný problém v procesech umělé inteligence a HPC, kde přístup k milionům malých souborů historicky kolidoval s latencí úložiště na archivní úrovni.
- Návrh zachovává kompatibilitu s S3 a zároveň rozšiřuje sémantiku Glacier způsobem jedinečným pro přístup Quantum k objektům na pásce, což zákazníkům umožňuje modernizovat přístup na studené úrovni bez nutnosti přepracovat jejich aplikace.
Jádrem návrhu objektů na pásce s mazacím kódem v ActiveScale je klíčové. Mazací kódování chrání trvanlivost dat napříč médii a zároveň umožňuje paralelismus během operací obnovy. Inteligentní správou čtení a řazením požadavků pro optimalizaci pohybu pásky ActiveScale snižuje mechanické náklady a přeměňuje sekvenční média na použitelnou vrstvu pro selektivní, vysoce propustné vyhledávání. Výsledkem je studená vrstva, která se může účastnit procesů v reálném nebo téměř reálném čase, podporovat školicí úlohy, naplňovat úložiště funkcí a splňovat cílené požadavky na eDiscovery a dodržování předpisů bez tradičních provozních nákladů spojených s páskou.
Tyto aktualizace si kladou za cíl zvýšit produktivitu v oblasti datového inženýrství a MLOps. Rychlejší a cílené obnovy umožňují týmům ověřovat datové sady, znovu spustit školení s aktualizovanými vzorky nebo provádět audity s minimálním narušením probíhajících úloh. Pracovní postupy, které dříve vyžadovaly ukládání dat do teplé vrstvy, nyní mohou v mnoha scénářích obejít mezikroky, což zefektivňuje procesy a snižuje nepřehlednost infrastruktury. Pro organizace spravující archivy o velikosti více petabajtů až exabajtů vede tato konsolidace k nižším celkovým nákladům na vlastnictví a zároveň k udržení dlouhodobých nákladů na uchovávání dat na zvládnutelné úrovni.
Z hlediska správy a řízení rizik splňuje „připravenost archivů na dotazy“ rostoucí očekávání ohledně dostupnosti dat, původu a reprodukovatelnosti. Díky selektivnímu přístupu a vylepšené propustnosti mohou společnosti ukládat data v cenově efektivní studené vrstvě a zároveň splňovat požadavky interních termínů, regulačních požadavků a harmonogramů testování umělé inteligence. Tento přístup také snižuje riziko načítání dat omezením množství zpřístupněných dat, čímž se snižuje expozice při odchozím přístupu a zjednodušuje se řízení přístupu.
Společnost Quantum vnímá tyto funkce jako posilování pozice ActiveScale jako všestranné a budoucnosti připravené platformy pro data z dat za studena. Transformací archivního úložiště na rychlou a selektivně přístupnou vrstvu umožňuje ActiveScale firmám odemknout hodnotu svých dat bez ohledu na stáří nebo objem. Rozhraní API platformy kompatibilní s Glacier spolu s unikátními rozšířeními pro práci s páskami poskytuje praktický způsob, jak integrovat data z dat za studena do umělé inteligence a analytiky, aniž by bylo nutné přecházet na jiné platformy.
Tato vylepšení jsou nyní k dispozici.
Amazon