Dell EMC hat eine mögliche Lösung für das Problem angekündigt, 1 PB Dichte in einen 1U-Raum zu bringen. Dell EMC möchte kostengünstige M.2-SSD-Lösungen in einem PCIe-Schlitten nutzen, der nicht größer als ein Standard-GPU-Adapter ist. Dies würde eine kostengünstige NVMe-Speicherlösung mit sehr hoher Dichte auf den Markt bringen.
Big Data wächst immer noch und wird immer wertvoller. Mit der explosionsartigen Verbreitung von IoT-Geräten und deren Einsatzmöglichkeiten werden mehr Daten als je zuvor gesammelt, um Erkenntnisse zu gewinnen, die zu neuen Geschäften oder Umsätzen führen. Die Branche hat große Anstrengungen unternommen, um die Dichte zu erhöhen, konnte jedoch bisher noch nicht die 1 PB pro 1 HE erreichen. Zwar könnte man 128-TB-SSDs nehmen und zehn in einem Array unterbringen, aber das wäre äußerst kostenintensiv. Dell EMC hat eine neue Lösung gefunden.
Die Extreme Scale Infrastructure (ESI)-Gruppe von Dell EMC nimmt M.2-SSDs mit geringerer Kapazität und geringeren Kosten und platziert 10 davon auf einem PCIe-Schlitten, der nicht größer als ein Standard-GPU-Adapter ist. Derzeit wird die M.2-Kapazität fast 100 TB pro Schlitten liefern, wobei vier Schlitten in einen Dell EMC C4140 passen, was bei einem 400U-Formfaktor fast 1 TB bedeutet. Nicht ganz die 1PB, aber M.2-Laufwerke werden häufiger mit höheren Kapazitäten zu finden sein, höchstwahrscheinlich in diesem Jahr, wodurch die Gesamtkapazität auf fast 800 TB pro 1U steigen wird, was dem 1PB-Ziel viel näher kommt.
Dell EMC ESI behauptet, dass dies zu SATA-Preisen möglich sei, es handelt sich dabei jedoch um NVMe-Laufwerke. Dadurch wird NVMe-Leistung für bis zu 800 TB pro Rack-Platzeinheit bereitgestellt. Um die Leistung weiter zu optimieren, werden diese Schlitten (zusammen mit dem PowerEdge C4140) mit zwei 100-Gbit-NICs für eine Bandbreitenleistung von 200 Gbit gepaart. Eine 5U-Lösung kann also einen Durchsatz von 1 TB und Millionen von IOPS liefern, ganz zu schweigen vom Speicherpotenzial.
Diese Menge an Speicher und Leistung wäre ideal für die nachhaltige Aufnahme riesiger Datenmengen, beispielsweise als Frontend in einer Edge-Computing-Architektur. Dies wäre auch für Unternehmen von Vorteil, die maschinelles Lernen und künstliche Intelligenz nutzen oder große Mengen an IoT-Geräten einsetzen.
Amazon