Na SC25, a WEKA apresentou a próxima geração de seus appliances WEKApod, voltados para organizações que precisam escalar IA e computação de alto desempenho, mantendo um controle rigoroso sobre custos, consumo de energia e espaço ocupado. As novas plataformas WEKApod Prime e WEKApod Nitro foram projetadas para solucionar uma crescente crise de eficiência de infraestrutura, na qual os investimentos em GPUs frequentemente superam os sistemas de armazenamento e rede necessários para mantê-las em plena utilização.
O objetivo do projeto desta geração é claro: eliminar a tradicional relação inversa entre desempenho e custo, ao mesmo tempo que se aumenta a densidade e a eficiência, para que cada unidade de rack e quilowatt ofereça mais capacidade de IA utilizável.
A crise de eficiência da infraestrutura
Empresas e provedores de nuvem de IA estão sob pressão para demonstrar o retorno sobre os investimentos em infraestrutura de IA, que crescem rapidamente. GPUs caras muitas vezes ficam subutilizadas devido a gargalos de armazenamento, ciclos de treinamento prolongados aumentam o tempo necessário para obter valor, custos de inferência corroem as margens de lucro e os gastos com nuvem aumentam à medida que o volume de dados não estruturados cresce.
Ao mesmo tempo, os data centers enfrentam limitações rígidas em termos de espaço em racks, fornecimento de energia e capacidade de refrigeração. Simplesmente adicionar mais hardware não é uma estratégia sustentável. Sistemas de armazenamento que exigem uma escolha entre desempenho extremo e custo gerenciável não se alinham mais com a economia de implantações de IA em larga escala. Cada nó em uma fábrica de IA deve contribuir para uma maior utilização da GPU e um menor custo por modelo treinado e disponibilizado.
A família WEKApod de próxima geração foi projetada para resolver esse problema diretamente, combinando hardware denso e com baixo consumo de energia com o conjunto de softwares NeuralMesh da WEKA para manter as GPUs ocupadas e os custos de infraestrutura sob controle.
WEKApod Prime: Economia de Flash Misto Sem Perdas de Desempenho
O WEKApod Prime se posiciona como a principal solução para organizações que desejam melhorar a economia de armazenamento sem sacrificar o desempenho. Ele oferece uma melhoria de 65% na relação custo-benefício, distribuindo dados de forma inteligente em uma combinação de mídias flash e otimizando as gravações com base nas características da carga de trabalho.
O Prime utiliza a tecnologia AlloyFlash da WEKA para combinar múltiplas classes de unidades em uma única configuração. Em vez de construir uma hierarquia de cache tradicional de várias camadas com movimentação explícita de dados e as usuais penalidades de gravação, o AlloyFlash oferece desempenho consistente em todas as operações. As gravações são projetadas para manter o desempenho máximo, em vez de serem limitadas sob carga, o que é crucial para pontos de verificação de treinamento, registro de logs e outros fluxos de trabalho de IA com uso intensivo de gravação.
Do ponto de vista do design físico, o WEKApod Prime suporta até 20 unidades em um servidor 1U ou 40 unidades em um formato 2U. Isso possibilita alta capacidade e densidade de desempenho em espaços limitados. A WEKA apresenta uma densidade de capacidade 4.6 vezes maior que a da geração anterior, juntamente com 5 vezes mais IOPS de gravação por unidade de rack. A eficiência energética também é um foco importante, oferecendo densidade de energia 4 vezes melhor, com aproximadamente 23,000 IOPS por kW e cerca de 1.6 PB por kW, com uma redução de 68% no consumo de energia por terabyte.
Para operadores que projetam clusters de IA modernos, isso se traduz em uma camada de armazenamento capaz de acompanhar o desempenho da GPU, respeitando as limitações de energia e espaço. Para tarefas que exigem muita escrita, como treinamento de modelos, criação de checkpoints e pré-processamento de dados, o sistema de armazenamento tem menos probabilidade de se tornar um fator limitante, evitando que os aceleradores fiquem ociosos.
Os pioneiros, como o Centro Dinamarquês de Inovação em IA (DCAI), estão usando o WEKApod Prime para alcançar o que descrevem como capacidade de processamento e eficiência de hiperescaladores em um espaço compacto. O DCAI destaca a capacidade de aumentar a capacidade de IA por quilowatt e por metro quadrado como um fator que contribui diretamente para a viabilidade econômica de sua infraestrutura e para uma implementação mais rápida de IA para seus clientes.
WEKApod Nitro: Densidade de desempenho para fábricas de IA
Enquanto a Prime se concentra em relação ao custo-benefício e à eficiência da capacidade, WEKApod Nitro O Nitro foi projetado para fábricas de IA que executam centenas ou milhares de GPUs e precisam de máxima densidade de desempenho. Ele é construído com hardware atualizado que oferece aproximadamente o dobro do desempenho e uma relação custo-benefício 60% melhor em comparação com a geração anterior.
As configurações do Nitro incluem a placa de rede NVIDIA ConnectX-8 SuperNIC, que oferece 800 Gb/s de throughput de rede em um formato 1U com 20 SSDs TLC. Esse design de alta largura de banda é voltado para ambientes onde a rede e o armazenamento precisam acompanhar as características de escalabilidade dos clusters de GPUs para evitar gargalos durante treinamentos em larga escala e inferência de alto desempenho.
Tanto o Prime quanto o Nitro estão disponíveis como appliances certificados NVIDIA DGX SuperPOD e NVIDIA Cloud Partner (NCP) prontos para uso. Para equipes de vendas técnicas e arquitetos de soluções, isso é significativo, pois pode reduzir os prazos de implementação. Em vez de gastar semanas com integração, ajustes e validação, os clientes podem utilizar o WEKApod como um componente pré-validado em arquiteturas baseadas em DGX e alinhadas ao NCP, reduzindo o tempo de produção e acelerando o retorno sobre o investimento em novos serviços de IA.
A NVIDIA posiciona suas soluções de rede Spectrum-X Ethernet e ConnectX-8 como a base fundamental da arquitetura WEKApod. Do ponto de vista do design do sistema, isso reforça a ênfase na eliminação de gargalos de dados entre os nós de armazenamento, interconexão e GPUs, otimizando assim o desempenho geral da IA.
NeuralMesh e flexibilidade definida por software
Sob a plataforma de hardware, o WEKApod é alimentado pelo NeuralMesh, que a WEKA descreve como o primeiro sistema de armazenamento desenvolvido especificamente para acelerar a IA em escala. O NeuralMesh é responsável por fornecer a camada de armazenamento definida por software, juntamente com os recursos corporativos esperados em ambientes modernos.
Os dispositivos WEKApod expõem os recursos do NeuralMesh por meio de configurações pré-validadas e prontas para implantação, além de um utilitário de configuração aprimorado, projetado para oferecer uma experiência plug-and-play em vez de um projeto de integração complexo. As organizações podem começar com apenas oito servidores e expandir para centenas conforme a demanda aumenta, sem precisar reestruturar o ambiente de armazenamento.
O NeuralMesh inclui funcionalidades essenciais para empresas, como proteção de dados distribuída, snapshots instantâneos, acesso multiprotocolo, hierarquização automatizada, criptografia e suporte a nuvem híbrida. Isso significa que o desempenho e a densidade otimizados por IA não comprometem a resiliência dos dados, a governança ou a flexibilidade operacional.
Ao combinar esses recursos de software com hardware de alta densidade, o WEKApod visa servir não apenas como um armazenamento de arquivos ou objetos de alto desempenho, mas também como uma plataforma de dados fundamental para fábricas de IA e implantações de armazenamento de objetos em larga escala e data lakes de IA.
Abordando os resultados de negócios para diferentes segmentos de clientes
O impacto comercial da próxima geração da família WEKApod é apresentado de forma diferente para cada público-alvo, mas centra-se num melhor retorno do investimento em infraestrutura e numa maior utilização dos investimentos existentes.
Para provedores de nuvem de IA e neonuvens emergentes, a melhoria de 65% na relação custo-benefício visa se traduzir diretamente em margens maiores em ofertas de GPU como serviço. A capacidade de suportar mais clientes na mesma infraestrutura, mantendo os SLAs de desempenho, melhora a lucratividade e o planejamento de capacidade. A natureza pronta para uso das implantações do WEKApod também reduz o tempo de integração para novos clientes, permitindo um retorno sobre o investimento mais rápido.
Para empresas que implementam fábricas de IA internas, o WEKApod se posiciona como uma forma de reduzir os ciclos de implantação de meses para dias. A integração pronta para uso, a pré-validação e os recursos corporativos permitem que as equipes de TI configurem o armazenamento para cargas de trabalho de IA sem a necessidade de conhecimento especializado em sistemas de arquivos paralelos ou otimização de desempenho. Ao mesmo tempo, a densidade e a eficiência aprimoradas podem reduzir o consumo de energia por terabyte em até 68% e evitar o escalonamento individual da infraestrutura do data center à medida que os recursos de IA crescem.
Para desenvolvedores e pesquisadores de IA, a principal proposta de valor é a maior utilização da GPU e ciclos de treinamento mais curtos. O design do WEKApod visa suportar taxas de utilização da GPU acima de 90%, garantindo que a camada de armazenamento e a infraestrutura não sejam gargalos. Treinamento de modelos mais rápido e tempo de iteração reduzido proporcionam uma vantagem competitiva em ambientes onde a velocidade de experimentação impulsiona os resultados de negócios. Custos de inferência mais baixos, suportados por armazenamento e rede eficientes, também podem tornar economicamente viáveis novas aplicações de IA que, de outra forma, seriam proibitivas em larga escala devido ao custo.
Ajay Singh, Diretor de Produtos da WEKA, considera essas atualizações cruciais para que os investimentos em IA tragam retorno. Em sua opinião, o WEKApod Prime oferece uma relação custo-benefício significativamente melhor sem sacrificar a capacidade de processamento, enquanto o WEKApod Nitro aumenta a densidade de desempenho para melhor aproveitar as GPUs. Em conjunto, isso resulta em desenvolvimento de modelos mais rápido, maior capacidade de inferência e melhor retorno sobre o investimento em infraestrutura computacional.
Os novos appliances WEKApod Prime e Nitro posicionam a WEKA firmemente no mercado de armazenamento para IA e HPC, visando a interseção entre alto desempenho, densidade e eficiência. O Prime se concentra em romper o vínculo tradicional entre desempenho e custo, utilizando gerenciamento inteligente de flash misto e AlloyFlash. Ao mesmo tempo, o Nitro é voltado para fábricas de IA com uso intensivo de GPUs, oferecendo redes de alto desempenho e formatos compactos.
Em conjunto com o pacote de software NeuralMesh e configurações prontas para uso com certificação NVIDIA, o WEKApod visa solucionar desafios técnicos e comerciais: manter as GPUs em uso, gerenciar energia e espaço no data center e reduzir o tempo necessário para lançar serviços com inteligência artificial no mercado. Para equipes de vendas técnicas e arquitetos de soluções, a proposta de valor se concentra em maior utilização, melhores margens e implantação mais rápida, com ganhos mensuráveis em densidade, eficiência e custo-benefício.
Amazon