Pure Storage heeft FlashBlade//EXA geïntroduceerd, aangeprezen als het best presterende dataopslagplatform van de industrie, ontworpen om de meest veeleisende AI- en high-performance computing (HPC)-workloads te beheren. Dit nieuwe aanbod, gebouwd op de bewezen FlashBlade-architectuur, elimineert metadata-knelpunten die historisch gezien het potentieel van AI beperkten. FlashBlade//EXA is ontworpen voor hoge gelijktijdigheid en is bedreven in het verwerken van de uitgebreide metadata-eisen die kenmerkend zijn voor grootschalige AI en HPC. Naar verwachting zal FlashBlade//EXA meer dan 10 terabyte per seconde aan leesprestaties leveren binnen een enkele naamruimte, waarmee een nieuwe prestatiestandaard wordt vastgesteld.
De fundamentele architectuur van FlashBlade//EXA schaalt data en metadata onafhankelijk. Organisaties kunnen vrijwel onbeperkte uitbreiding en multidimensionale prestaties bereiken door gebruik te maken van direct beschikbare dataknooppunten van derden. Bovendien vereenvoudigt de afhankelijkheid van standaardprotocollen en netwerkstandaarden de implementatie-, beheer- en schaalprocessen, waardoor het een eenvoudige oplossing is voor verschillende bedrijfsomgevingen.
Een paradigmaverschuiving in opslag bewerkstelligen
Naarmate GPU's steeds krachtiger worden en de training van grote AI-modellen versnellen, moeten dataopslagsystemen zich aanpassen aan de toenemende eisen van rekenintensiteit, datavolume en datadiversiteit. Traditionele opslagoplossingen, die aanvankelijk zijn ontworpen voor voorspelbare HPC-workloads, schieten vaak tekort op kritieke gebieden voor moderne AI, zoals gelijktijdige lees- en schrijfbewerkingen, metadataprestaties, lage latentie en asynchrone checkpointing.
Rob Lee, Chief Technology Officer bij Pure Storage, benadrukte het belang van een oplossing die data en metadata onafhankelijk schaalt. Hij benadrukte dat de enorm parallelle architectuur van FlashBlade//EXA ongeëvenaarde prestaties, schaalbaarheid en aanpasbaarheid levert, en merkte op dat next-generation storage nu actief de evolutie van grootschalige HPC en AI kan aansturen.
Een echt moderne opslagoplossing zou een gedisaggregeerd, parallel ontwerp moeten bieden om AI op schaal effectief te versnellen. Organisaties kunnen moeiteloos resources toevoegen om gelijke tred te houden met de snelle en voortdurende transformatie van AI door af te stappen van een one-size-fits-all-benadering.
Dus wat zijn metadata en waarom zijn ze belangrijk?
Metadata verwijst naar de informatie over opgeslagen data die helpt bij de identificatie, categorisatie, toegankelijkheid en het ophalen ervan. In databeheer en opslagarrays omvatten metadata kritieke details zoals bestandsnamen, groottes, aanmaakdata, machtigingen en locaties binnen het opslagsysteem. Naarmate opslagsystemen schalen en datasets groter worden, neemt het volume van metadata ook aanzienlijk toe. Zonder efficiënt metadatabeheer kan deze groei leiden tot prestatieknelpunten, tragere gegevensophaling en verhoogde latentie. Dit is met name problematisch voor AI- en HPC-workloads die snelle, gelijktijdige toegang tot enorme datasets vereisen. Effectieve verwerking van metadata is daarom cruciaal voor het behouden van hoge prestaties, betrouwbaarheid en efficiëntie in grootschalige opslagomgevingen.
Een moderne architectuur voor AI- en HPC-workloads
Legacy high-performance storage-technologieën werden ontwikkeld om voorspelbare HPC-workloads te verwerken die gericht waren op ruwe performance-scaling. Daarentegen vereisen de AI-taken van vandaag de dag de verwerking van verschillende gegevenstypen (tekst, afbeeldingen en video) parallel over tienduizenden GPU's. Deze verschuiving vereist architecturen die metadata optimaliseren en tegelijkertijd aanzienlijke prestaties leveren om substantiële gelijktijdigheid efficiënt te beheren.
FlashBlade//EXA voldoet aan deze vereisten met een gedisaggregeerd, zeer parallel ontwerp dat gericht is op prestatie- en metadataschaling. Deze aanpak helpt ondernemingen zich aan te passen aan groeiende multimodale AI-modellen, de betrouwbaarheid te verbeteren en inactieve tijden te verkorten. Om AI- en HPC-workloads verder te optimaliseren, integreert FlashBlade//EXA supersnelle NVIDIA ConnectX NIC's, Spectrum-switches, LinkX-kabels en versnelde communicatiebibliotheken, wat zorgt voor naadloze gegevensverplaatsing en lage latentieprestaties voor grootschalige training en inferentie. Als gevolg hiervan kunnen organisaties training en inferentie versnellen, GPU-gebruik maximaliseren en de algehele tijd tot inzicht verkorten. Bovendien kunnen ondernemingen door de metadata-engine van Pure Storage en het Purity-besturingssysteem te koppelen aan kosteneffectieve, standaarddataknooppunten een uitstekende prijs-prestatieverhouding bereiken die voldoet aan de eisen van grootschalige AI-projecten.
Belangrijkste mogelijkheden van FlashBlade//EXA
Toonaangevende prestaties op schaal
FlashBlade//EXA maakt gebruik van Pure Storage's uitgebreide ervaring in metadata-optimalisatie om de efficiëntie van de pijplijn voor AI-training en -inferentie te maximaliseren. Volgens voorlopige tests kan het meer dan 10 terabytes per seconde aan leesprestaties leveren in een enkele naamruimte, waarmee een nieuwe prestatiedrempel in de sector wordt ingesteld. Deze mogelijkheid wordt aangestuurd door enorm parallelle verwerking en schaalbare metadata-IOPS, waardoor organisaties naadloos kunnen voldoen aan AI-vereisten met hoge snelheid.
Verminderde managementcomplexiteit
Door metadata-knelpunten te verwijderen, pakt FlashBlade//EXA een van de grootste uitdagingen in AI-workloads aan: het efficiënt verwerken van enorme datasets. Hoge metadataprestaties, beschikbaarheid en veerkracht zorgen ervoor dat AI-implementaties kunnen worden uitgevoerd zonder handmatige afstemming of gespecialiseerde configuratie. Als gevolg hiervan profiteren ondernemingen van minder operationele hindernissen bij het beheren van grootschalige of snel evoluerende datasets.
Versnelde AI-innovatie
De disaggregated architectuur van FlashBlade//EXA is zeer configureerbaar en integreert met industriestandaardprotocollen, waaronder de versnelde communicatiebibliotheken van NVIDIA, om AI-training en -inferentie met hoge bandbreedte mogelijk te maken. Deze diepe integratie zorgt ervoor dat ondernemingen het GPU-gebruik maximaliseren en tegelijkertijd de flexibiliteit behouden om AI-workloads efficiënt te schalen. Dit ontwerp bevordert een naadloze evolutie binnen het AI- en HPC-landschap, waardoor organisaties zich snel kunnen aanpassen aan nieuwe gegevenstypen, innovatieve toepassingen en opkomende modellen zonder dat dit ten koste gaat van de prestaties of betrouwbaarheid.
Beschikbaarheid
FlashBlade//EXA staat gepland voor release in de zomer van 2025.
Amazon