IBM entwickelt seine Storage Scale System 6000-Plattform kontinuierlich weiter, um ein bekanntes Problem moderner Rechenzentren zu lösen: Datensilos, die KI-Initiativen ausbremsen, die Infrastrukturkomplexität erhöhen und wertvolle Informationen ungenutzt lassen. Durch die Vereinheitlichung von Daten über Edge, Core und Cloud hinweg mittels eines einzigen globalen Namensraums und Active File Management (AFM) wird die Plattform zu einer Lösung für KI-Initiativen, die die Entwicklung von KI-Systemen verlangsamt, die Infrastrukturkomplexität erhöht und wertvolle Informationen ungenutzt lässt. Lagerwaagensystem 6000 Es wurde entwickelt, um Unternehmen eine konsistente, leistungsstarke Datenplattform zu bieten, die GPUs und CPUs in großem Umfang versorgen kann. Das Ergebnis ist eine Speichergrundlage, die es KI-Pipelines ermöglicht, sofort zu starten und schneller Ergebnisse zu liefern, anstatt auf die Einschränkungen herkömmlicher Speichersysteme warten zu müssen.
Die neuesten Updates konzentrieren sich auf zwei zentrale Themen für Unternehmen: die Erschließung ungenutzter Daten und die Beseitigung von Engpässen bei KI-Inferenz und -Training. IBM begegnet diesen Prioritäten mit einem neuen All-Flash-Erweiterungsgehäuse, Unterstützung für QLC-NVMe-Speicher mit hoher Kapazität und einem optimierten Software-Stack, der sowohl Leistung als auch Effizienz verbessert. Diese Änderungen positionieren das Storage Scale System 6000 als dichte, skalierbare und KI-fähige Speicherplattform, die sich für Unternehmens-, HPC- und KI-as-a-Service-Umgebungen eignet.
Rack-Kapazität durch hochdichten QLC-Flashspeicher verdreifacht
Mit den jüngsten Verbesserungen hat IBM die maximale Kapazität des Storage Scale System 6000 auf 47 PB pro Rack verdreifacht. Diese Steigerung wird durch die Unterstützung von branchenüblichen QLC NVMe SSDs in Konfigurationen mit 30 TB, 60 TB und 122 TB erreicht. Kunden profitieren von mehr Flexibilität bei der Auswahl des passenden Speichermediums für ihre Workload-Anforderungen – von leistungssensiblen Speicherebenen bis hin zu kapazitätsorientierten KI-Repositories.
Die Erweiterung der Laufwerksoptionen ist besonders relevant für KI- und Analyse-Pipelines, die massive Datensätze speichern und verarbeiten müssen, ohne diese über mehrere Silos oder Plattformen zu fragmentieren. Durch die Konsolidierung der Kapazität in einem einzigen globalen Namensraum trägt Storage Scale System 6000 dazu bei, den Verwaltungsaufwand zu reduzieren und gleichzeitig die für GPU-intensive Workloads erforderlichen Leistungsmerkmale bereitzustellen.
IBM Storage Scale System 7.0.0: Software-Erweiterungen für KI- und Datendienste
Mit der Veröffentlichung der IBM Storage Scale System 7.0.0 Software werden mehrere wichtige Verbesserungen eingeführt, die die Effizienz, Leistung und Ausfallsicherheit des Datenmanagements in Umgebungen mit gemischten Arbeitslasten optimieren.
Erstens unterstützt die Plattform jetzt Multi-Flash-Tiering mit branchenüblichen NVMe-TLC- und QLC-Flashspeichern innerhalb desselben Systems. Diese Funktion ermöglicht es Unternehmen, Kosten, Leistung und Lebensdauer optimal auf die jeweiligen Workload-Profile abzustimmen. Daten mit hohem Speicherbedarf oder hoher Latenz können auf TLC-basierten Speicherebenen abgelegt werden, während weniger häufig genutzte oder kapazitätsintensive Datensätze auf dichten QLC-Medien gespeichert werden können. Das Tiering-Modell bietet eine detailliertere Möglichkeit zur Optimierung der Gesamtbetriebskosten bei gleichzeitiger Gewährleistung einer vorhersehbaren Leistung.
Zweitens hat IBM eine dedizierte Datenbeschleunigungsebene eingeführt, die leistungsstarkes NVMe-oF nutzt, um Anwendungen in großem Umfang zu unterstützen. Diese Ebene erreicht einen Durchsatz von bis zu 340 GB/s und bis zu 28 Millionen IOPS. Sie ist auf hohe Komprimierungseffizienz und Datendichte bei gleichzeitig geringerem Stromverbrauch pro Leistungseinheit ausgelegt. Für KI- und HPC-Teams, die ihre teuren Rechenressourcen voll auslasten müssen, ist diese Beschleunigungsebene besonders wertvoll, da sie Leerlaufzeiten der GPUs aufgrund von Speicherengpässen minimiert.
Drittens wurde das Datenschutzframework um erweiterte Löschcodierungsoptionen ergänzt, einschließlich der Unterstützung von 16+2/3P-Konfigurationen. Diese erweiterten Codierungen verbessern die Festplatteneffizienz und die gesamte Speicherauslastung und steigern gleichzeitig die Leistung und den Schreibdurchsatz. Das Ergebnis ist ein Datenschutzsystem, das mit der erhöhten Kapazität und dem Durchsatz der Plattform skaliert, anstatt zum Flaschenhals zu werden.
Schließlich integriert sich der Software-Stack in das NVIDIA Spectrum-X Ethernet-Netzwerk, um KI-Trainingsabläufe zu beschleunigen. Spectrum-X kann die Checkpointing-Zeit während des Trainings von KI-Basismodellen deutlich reduzieren, was zu kürzeren Trainingszyklen und einer verbesserten Infrastrukturauslastung führt. In großen Trainingsumgebungen ist dies ein praktischer Hebel, um die Zeit bis zum Erkenntnisgewinn zu verkürzen und gleichzeitig eine Ethernet-basierte Infrastruktur beizubehalten.
All-Flash-Erweiterungsgehäuse
Um den Anforderungen von Workloads mit massiven Datensätzen gerecht zu werden, hat IBM das IBM Storage Scale System All-Flash Expansion Enclosure eingeführt. Dieses Gehäuse ist optimiert für leistungsstarkes KI-Training, Inferenz, HPC und andere datenintensive Workloads, die sowohl einen hohen Durchsatz als auch große, zusammenhängende Datensätze erfordern.
Durch den Einsatz von 122 TB QLC NVMe SSDs bietet das Storage Scale System 6000 mit dem All-Flash-Erweiterungsgehäuse über 47 PB hochdichte und kostengünstige Flash-Speicherkapazität in einem einzigen 42U-Rack. Für Unternehmen, die KI-Fabriken oder große HPC-Cluster aufbauen möchten, bietet dies eine einfache Möglichkeit, Speicher auf kleinerem Raum zu konsolidieren, ohne Leistungseinbußen hinnehmen zu müssen.
Das Gehäuse ist zudem so konzipiert, dass es sich für die skalierbare Beschleunigung mit NVIDIA BlueField-3 DPUs integrieren lässt. Die Netzwerkadapter der Lösung ermöglichen einen hohen Netzwerkdurchsatz von bis zu 400 Gbit/s sowie NVMe-oF-Offloading für das Storage Scale System. Dieses Offloading reduziert die CPU-Auslastung, sodass mehr Host-Ressourcen für KI, Analysen oder HPC-Verarbeitung anstatt für Speicher- und Protokollverwaltung eingesetzt werden können.
Jedes Erweiterungsgehäuse bietet einen Durchsatz von bis zu 100 GB/s und mehr als 3 PB Rohspeicherkapazität im 2U-Formfaktor. Dank dieser Dichte und Leistungsfähigkeit eignet es sich ideal für Umgebungen, in denen Rackplatz, Stromversorgung und Kühlung stark eingeschränkt sind, die Leistungsanforderungen aber dennoch höchste Priorität haben.
Das Gehäuse bietet Platz für bis zu 4 Personen. NVIDIA BlueField-3 DPUund bis zu 26 Dual-Ports QLC-SSDs. Diese Kombination ermöglicht eine hohe Gesamtbandbreite, vielfältige Anschlussmöglichkeiten und eine flexible Skalierung sowohl der Kapazität als auch der Offload-Beschleunigung bei wachsenden Arbeitslasten.
Anwendungsfälle für Mandantenfähigkeit und Dienstanbieter
Die Skalierbarkeit des neuen All-Flash-Erweiterungsgehäuses ist auch für größere Cache-Konfigurationen und die Anforderungen von Multitenant-Serviceprovidern geeignet. IBM Storage Scale System 6000 unterstützt hochgradig konfigurierbare Multitenancy auf Cluster-, Dateisystem- oder Dateisatzebene.
Für Serviceanbieter und große KI-Fabriken bietet dieses Design die Werkzeuge, um Workloads zu isolieren, differenzierte Sicherheitsrichtlinien durchzusetzen und Ressourcen präzise Mandanten oder internen Geschäftseinheiten zuzuweisen. Die Isolation lässt sich implementieren, ohne die Leistung zu beeinträchtigen oder das Betriebsmodell zu verkomplizieren.
Ob es sich um eine große Supercomputing-Umgebung, einen traditionellen HPC-Cluster oder eine KI-as-a-Service-Plattform handelt – diese Architektur ist für sichere, skalierbare und kosteneffiziente Mandantenfähigkeit ausgelegt. Unterschiedliche datenintensive Workloads können auf derselben Infrastruktur parallel ausgeführt werden und erfüllen dabei gleichzeitig die Anforderungen an Compliance, Leistung und Service-Level.
KI im großen Maßstab ermöglichen und gleichzeitig bestehende Arbeitslasten unterstützen
IT-Infrastrukturteams stehen unter Druck, KI-Initiativen zu skalieren und gleichzeitig bestehende Unternehmens-Workloads und Legacy-Anwendungen weiterhin zu unterstützen. Das verbesserte IBM Storage Scale System 6000 wurde entwickelt, um beide Anforderungen mit einer einzigen Plattform zu erfüllen.
Durch die Vereinheitlichung von Daten über verschiedene Protokolle, Standorte und Formate hinweg ermöglicht das System global verteilten Teams die direkte Zusammenarbeit an gemeinsamen Daten, ohne diese kopieren oder in separaten Umgebungen bereitstellen zu müssen. AFM, die globale Caching- und Datenorchestrierungsschicht von IBM, kann dank der verdreifachten Kapazität und der erweiterten Gehäuseoptionen nun deutlich größere Arbeitsmengen näher an den GPUs zwischenspeichern. Diese Nähe trägt zur Beseitigung von Datensilos und zur Reduzierung des Aufwands für Datenbewegungen bei, was zu schnelleren und effizienteren KI-Pipelines führt.
Anstatt separate Speichersilos für traditionelle Workloads und KI zu unterhalten, können Unternehmen Storage Scale System 6000 als gemeinsame Datenebene standardisieren. Dieser Ansatz vereinfacht den Betrieb, unterstützt eine breite Palette von Protokollen und Zugriffsmethoden und bietet dennoch die für moderne KI- und HPC-Workflows erforderliche Leistung.
Verfügbarkeit
Die IBM Storage Scale System 7.0.0 Software wird voraussichtlich am 9. Dezember verfügbar sein. Die allgemeine Verfügbarkeit des neuen IBM Storage Scale System All-Flash Erweiterungsgehäuses ist für den 12. Dezember geplant.
Amazon