A DDN oferecerá o EXAScaler como software que os clientes instalarão em servidores qualificados padrão do setor, uma mudança que chega com o próximo lançamento do EXAScaler 7. O sistema de arquivos paralelo baseado em Lustre era vendido apenas em appliances específicos da DDN ou por meio de parceiros de nuvem, e a nova opção começa no DDN AI2200, com appliances qualificados de terceiros a seguir. Um beta limitado está planejado para o início de 2027, e a DDN adicionará separadamente recursos de multilocação, proteção de dados e desempenho ao EXAScaler no primeiro semestre de 2027.
Lustre definido por software para IA e HPC
A DDN descreve o EXAScaler como um Lustre aberto com otimização de E/S para IA, implantação automatizada e suporte corporativo. Um sistema de arquivos paralelo lê de vários servidores de armazenamento simultaneamente, o que permite lidar com arquivos pequenos, leituras com grande volume de metadados e checkpoints frequentes gerados por tarefas de IA e HPC. O EXAScaler é o sistema de arquivos presente em appliances como o AI400X3M, lançado pela DDN na ISC 2026 , e a empresa afirma que continuará desenvolvendo sistemas personalizados para clientes que desejam uma solução completa da DDN.
Com o EXAScaler 7, o mesmo software roda no que a DDN chama de hardware verificado de um ecossistema crescente de fornecedores, começando com seu servidor AI2200. A DDN apresenta a opção para hiperescaladores e provedores de nuvem que já possuem infraestrutura de armazenamento, e para equipes de plataformas de IA que desejam escolher o hardware que melhor atenda às suas necessidades. A DDN não divulgou os nomes dos fornecedores de hardware terceirizados, não publicou os requisitos mínimos de hardware nem informou como o software será licenciado.
Omer Asad, Diretor de Produtos da DDN, relacionou a mudança ao restante da linha de produtos: “Ao disponibilizar o EXAScaler como software, estamos ampliando essa flexibilidade para todo o nosso portfólio.” O DDN Infinia, que ganhou suporte a multilocação e POSIX na versão 2.4 , já está disponível em formato definido por software, portanto, ambas as plataformas de dados da DDN terão essa opção. O EXAScaler também continua disponível por meio de parceiros de nuvem, como o Google Cloud Managed Lustre.
Controles do Inquilino e Proteção de Dados
O EXAScaler 7 adicionará APIs REST multilocação que aplicam limites de qualidade de serviço por locatário e compartilhamento justo, permitindo que várias equipes compartilhem um sistema com menos interferência entre seus trabalhos. A Restauração de Arquivos recupera arquivos excluídos acidentalmente e um registro de auditoria auxilia nas investigações. Em termos de desempenho, a DDN lista E/S híbrida inteligente para maior taxa de transferência e IOPS. A empresa ainda não publicou dados de desempenho para esses recursos e afirma que informações validadas serão divulgadas posteriormente.
Dados compartilhados para simulação e treinamento de IA
O exemplo da DDN para a opção definida por software é um site que executa simulação HPC e treinamento de IA com os mesmos dados, sem copiá-los entre ambientes. Nas ciências da vida, pesquisadores treinam modelos substitutos de IA com base nos resultados de simulações de dinâmica molecular para prever o comportamento de proteínas sem precisar executar cada simulação novamente. A DDN não divulgou uma data de disponibilidade geral para a implementação definida por software além do início de 2027 (versão beta), e afirma que todas as datas são metas que podem ser alteradas.
Os testes do AMPHIX HyperPOD registraram 98.8% de utilização da GPU no Infinia.
A DDN também publicou os resultados da primeira instalação do DDN Enterprise AI HyperPOD no AMPHIX, o modelo de implementação RAVEL e Strata Expanse que teve a RT-One como seu primeiro cliente comercial . O HyperPOD é um sistema completo baseado em servidores Supermicro com computação acelerada pela NVIDIA e armazenamento DDN Infinia, portanto, o resultado se aplica à outra plataforma de dados da DDN e não foi executado no EXAScaler. Em um teste de treinamento de 24 horas no Centro de Excelência AMPHIX, na Califórnia, o RAVEL registrou 98.8% de utilização da GPU, sem nenhuma limitação térmica ou erros na GPU e com 37°C de margem térmica em carga máxima.
A DDN informou que o sistema possuía oito GPUs NVIDIA RTX PRO 6000 e 500 TB de Infinia rodando em hardware Supermicro. O trabalho treinou um grande modelo de linguagem baseado na arquitetura GPT-2 a partir de 70 TB de dados brutos de treinamento, com todos os dados lidos e gravados no armazenamento S3 através da rede. As GPUs mantiveram uma utilização de 95% ou superior durante 98% da execução, e a telemetria do hardware foi amostrada uma vez por segundo. A DDN descreve isso como um teste interno da AMPHIX, e nós não executamos nem auditamos os resultados.
Normalmente, oito GPUs cabem em um único servidor, portanto, o teste mostra um pequeno HyperPOD mantendo suas GPUs ocupadas por um dia enquanto transmite dados de treinamento via S3, sem medir o comportamento em escala de cluster. A DDN não divulgou a taxa de transferência de treinamento, os resultados de inferência coletados pela RAVEL, nem a configuração do servidor e da rede. A AMPHIX está oferecendo o sistema para provas de conceito para clientes em sua sede na Califórnia, e a Strata Expanse e a RAVEL descrevem um plano para conectar mais de 100 locais.




Amazon