ピュアストレージが フラッシュブレード//EXA10 TB/秒以上の読み取り速度を大規模に実現する高性能 AI および HPC ストレージ プラットフォームです。
Pure Storage は、最も要求の厳しい AI およびハイパフォーマンス コンピューティング (HPC) ワークロードを管理するために設計された、業界最高性能のデータ ストレージ プラットフォームと謳われる FlashBlade//EXA を発表しました。実績のある FlashBlade アーキテクチャを基盤とするこの新製品は、これまで AI の可能性を制限してきたメタデータのボトルネックを解消します。高い同時実行性を実現するように設計され、大規模な AI および HPC に特有の膨大なメタデータ要求の処理に長けた FlashBlade//EXA は、単一の名前空間内で 10 テラバイト/秒を超える読み取りパフォーマンスを実現すると予測されており、新しいパフォーマンス標準を確立します。
FlashBlade//EXA の基本的なアーキテクチャは、データとメタデータを個別に拡張します。組織は、すぐに利用できるサードパーティのデータ ノードを利用することで、ほぼ無制限の拡張と多次元パフォーマンスを実現できます。さらに、標準プロトコルとネットワーク標準に依存しているため、導入、管理、および拡張のプロセスが簡素化され、さまざまなエンタープライズ環境に簡単に適合します。
ストレージのパラダイムシフトを推進
GPU がますます強力になり、大規模な AI モデルのトレーニングが加速するにつれて、データ ストレージ システムは、計算の強度、データ量、データの多様性に対する高まる需要に適応する必要があります。従来のストレージ ソリューションは、当初は予測可能な HPC ワークロード向けに設計されていましたが、同時読み取りと書き込み、メタデータのパフォーマンス、低レイテンシ、非同期チェックポイントなど、現代の AI にとって重要な領域で不十分であることがよくあります。
Pure Storage の最高技術責任者である Rob Lee 氏は、データとメタデータを個別に拡張するソリューションの重要性を強調しました。同氏は、FlashBlade//EXA の超並列アーキテクチャが比類のないパフォーマンス、拡張性、適応性を実現することを強調し、次世代ストレージが大規模 HPC と AI の進化を積極的に推進できるようになったことを指摘しました。
真に現代的なストレージ ソリューションは、AI を大規模かつ効果的に加速するために、分散型の並列設計を提供する必要があります。組織は、画一的なアプローチから脱却することで、AI の急速かつ継続的な変革に対応するために、簡単にリソースを追加できます。
メタデータとは何か？そしてなぜ重要なのか？
メタデータとは、保存されたデータに関する情報のことで、データの識別、分類、アクセス、取得に役立ちます。データ管理とストレージ アレイでは、メタデータにはファイル名、サイズ、作成日、権限、ストレージ システム内の場所などの重要な詳細が含まれます。ストレージ システムが拡張され、データセットが大きくなると、メタデータの量も大幅に増加します。効率的なメタデータ管理がなければ、この増加によりパフォーマンスのボトルネック、データ取得の遅延、レイテンシの増加が発生する可能性があります。これは、大量のデータセットへの迅速な同時アクセスを必要とする AI および HPC ワークロードでは特に問題となります。したがって、大規模なストレージ環境で高いパフォーマンス、信頼性、効率性を維持するには、メタデータを効果的に処理することが重要です。
AI と HPC ワークロード向けの最新アーキテクチャ
従来の高性能ストレージ テクノロジーは、生のパフォーマンス スケーリングに重点を置いた予測可能な HPC ワークロードを処理するために開発されました。対照的に、今日の AI タスクでは、テキスト、画像、ビデオなど、さまざまなデータ タイプを数万の GPU で並列処理する必要があります。この変化により、メタデータを最適化しながら、大幅な同時実行を効率的に管理するための優れたパフォーマンスを提供するアーキテクチャが必要になります。
FlashBlade//EXA は、パフォーマンスとメタデータのスケーリングを目標とした分散型の高度に並列化された設計でこれらの要件に対応します。このアプローチにより、企業は拡大するマルチモーダル AI モデルに適応し、信頼性を向上させ、アイドル時間を短縮できます。AI と HPC のワークロードをさらに最適化するために、FlashBlade//EXA は高速 NVIDIA ConnectX NIC、Spectrum スイッチ、LinkX ケーブル、高速通信ライブラリを統合し、大規模なトレーニングと推論のためのシームレスなデータ移動と低レイテンシのパフォーマンスを保証します。その結果、組織はトレーニングと推論を加速し、GPU の使用率を最大化し、洞察を得るまでの全体的な時間を短縮できます。さらに、Pure Storage のメタデータ エンジンと Purity オペレーティング システムをコスト効率の高いコモディティ データ ノードと組み合わせることで、企業は大規模な AI プロジェクトの要求を満たす優れた価格性能比を実現できます。
FlashBlade//EXA の主な機能
業界をリードする大規模なパフォーマンス
FlashBlade//EXA は、Pure Storage のメタデータ最適化に関する豊富な経験を活用し、AI トレーニングと推論のパイプラインの効率を最大化します。予備テストによると、単一の名前空間で 10 テラバイト/秒を超える読み取りパフォーマンスを実現し、業界の新しいパフォーマンスしきい値を設定しました。この機能は、超並列処理とスケーラブルなメタデータ IOPS によって実現され、組織が高速 AI 要件をシームレスに満たすことを可能にします。
管理の複雑さの軽減
FlashBlade//EXA は、メタデータのボトルネックを解消することで、AI ワークロードにおける最大の課題の 1 つである、膨大なデータセットの効率的な処理に対処します。メタデータのパフォーマンス、可用性、回復力が高いため、手動の調整や特殊な構成なしで AI の導入を実行できます。その結果、企業は大規模なデータセットや急速に進化するデータセットを管理する際の運用上のハードルが低くなるというメリットを得られます。
加速するAIイノベーション
FlashBlade//EXA の分散アーキテクチャは、高度な構成が可能で、NVIDIA の高速通信ライブラリなどの業界標準プロトコルと統合して、高帯域幅の AI トレーニングと推論を可能にします。この緊密な統合により、企業は AI ワークロードを効率的に拡張する柔軟性を維持しながら、GPU の使用率を最大化できます。この設計により、AI と HPC の環境内でシームレスな進化が促進され、組織はパフォーマンスや信頼性を損なうことなく、新しいデータ タイプ、革新的なアプリケーション、新しいモデルに迅速に適応できます。
利用状況
FlashBlade//EXAは2025年夏に発売予定。
StorageReview と連携する
ニュースレター | YouTube |ポッドキャスト iTunes/Spotifyは | Instagram | Twitter | TikTok | RSSフィード
