Den 26 oktober var Brian värd för Patrick Osborne, Senior Vice President för Hybrid Cloud Technology Acceleration på HPE, i en livepodcast på LinkedIn. Ämnet var huruvida företagslagring är redo för AI, och svaret gick igenom arkitekturbeslutet för Alletra Storage MP som HPE fattade för fem år sedan, blocklagringens andra liv under Oracle AI Database 26ai och vektorsökning, kraft- och densitetsmatematiken bakom 245 TB SSD-diskar och ett rekordår för LTO-band, Morpheus VM Essentials som körtid under HPE:s privata molnsystem och cybermotståndskraft inbyggd i arrayen.
Vi har täckt det mesta av det området i labbet: B10000:s cyberresiliensarkitektur och dess ransomware-labb , X10000 med Data Protection Accelerator Node och en tävlingshelg med Mercedes F1 och HPE på COTA veckan före denna inspelning.
Patrick har arbetat mer än 16 år på Hewlett Packard Enterprise med lagring, molninfrastruktur och big data, där han lett verksamheten Big Data, Analytics och Scale-out Platforms och sedan Storage Business Unit innan han idag tog rollen som molndatainfrastruktur som täcker Alletra Storage MP-linjen. Han var senast med i podden för avsnitt 119 , inspelat på HPE GreenLake Day for Storage i Houston 2023.
HPE-lagring har varit en återkommande del av labbet: vi granskade B10000 när den lanserades, mätte säkerhetskopierings- och återställningshastigheten genom Data Protection Accelerator Node i Raleigh, arbetade med NIST CSF 2.0:s cyberresiliensarkitektur med HPE:s brittiska ransomware-labb och täckte X10000 Release 4 och dess övergång till 16 noder och nativ NFS. SimpliVity- och VM Essentials- stacken kom också igenom förra året.
Avsnittet är ungefär 58 minuter långt. Siffrorna som fastnade hos oss: Alletra Storage MP är fem eller sex år gammalt och skalar från entrésystem till tiotals petabyte på en arkitektur, frågan "är min data AI-redo" har lett HPE:s kundsamtal i 18 månader, VM Essentials levererade månatliga utgåvor under sitt första år medan GreenLake-konsoluppdateringar landar på några veckor, LTO-band levererade mer kapacitet förra året än någonsin, och Mercedes F1 körs längs banan med ett IT-team på cirka 18 personer. Om du inte har tid att lyssna från början till slut har vi uppdelat det i segment så att du kan välja det som är viktigast för dig.
[00:00] Lagring är intressant igen
Två lagerveteraner berättar varför kategorin gick från att vara en handelsvara till att bli en central del av marknaden.
- Patrick beskriver en period av kommodifiering inom lagring och datahantering som drev kunderna mot hanteringserfarenhet, distributionsmönster över datacenter, hybrid och edge, samt GreenLake-ekonomiska modeller.
- Under de senaste 18 månaderna, säger han, har varje samtal börjat med huruvida kundens data och infrastruktur är lämpliga för AI-arbetsbelastningar, en fråga med ett brett område som täcker säkerhet, prestanda och applikationsekosystemet.
- Brians perspektiv: datarevolutionen är större än AI, och det förnyade intresset för lagring är orimligt.
[02:36] Varför HPE konvergerade på Alletra Storage MP
Brian ber Patrick att ompröva beslutet att samla skräddarsydda lagringsplattformar i en enda arkitektur.
- Alletra Storage MP lanserades för fem eller sex år sedan som vad HPE kallar branschens första disaggregerade lagringsarkitektur, med separata beräknings- och datanoder så att kunderna kan skala kapacitet, prestanda, kostnad och motståndskraft oberoende av varandra.
- Designen använder standard x86-komponenter, ett nätverksväv med låg latens och ett medieomfång från högpresterande TLC till högkapacitets QLC, med differentiering i mjukvaruskiktet; tidigare arkitekturer lutade sig mot batteridrivet minne, tvärstänger och anpassat kisel.
- Två varianter täcker strukturerad och ostrukturerad data under ett och samma hanteringsparadigm, från inmatningssystem till tiotals petabyte av verksamhetskritisk lagring, och Patrick anger enhetstillväxt och plattformskvalitet som mått på dess framgång.
[08:02] Block Storages AI-renässans
AI-lagring betyder vanligtvis filer och objekt, men Brian ser en efterfrågan kring Fibre Channel-block för transaktionsdatabaser som lägger till vektorsökning.
- Patrick beskriver AI som en pipeline av tjänster med olika I/O-mönster: block för vektor- och semistrukturerade databaser, fil för ostrukturerad data från tidigare befintlig databaser över NFS och SMB, och S3-objekt för nya data från moderna applikationer, vilket kan ses som den snabbast växande användningen.
- En plattform för block-, fil- och objekt- plus datatjänster (metadatataggning, återhämtningsförmåga, säkerhetskopiering, DR) är dragplåstret, och Brian tillägger att brusiga grannkontroller och QoS spelar roll igen när en Oracle 26ai-vektorarbetsbelastning hamnar vid sidan av produktion.
- Brist på GPU-lösningar driver kunder till multitenancy och tidsbesparingar, och HPE arbetar med NVIDIAs ritningar för integration på lagringsnivå, såsom KV-cache och S3 över RDMA, så att delar av datapipelinen körs i lagringslagret.
[12:57] Nivåindelning för slutledning och att undanröja mysteriet
Brian frågar vad kunder som planerar företagsinferens bör tänka på utöver en delad KV-cachenivå.
- Patrick säger att modell- och runtime-landskapet har normaliserats under 12 till 18 månader, och HPE:s privata molntjänster siktar på att första gången man använder token inom dagar eller timmar.
- Sedan HPE Discover i juni har satsningen varit en vertikal stack för företaget, med MCP-agenter, dataintelligens och stöd för befintliga datatyper, så att kunden inte är teknikintegratören och inte behöver rippa och ersätta.
- De två täcker vad HPE såg med Mercedes F1 på COTA: distribuerade anläggningar, stora datavolymer som flyttas tillbaka till en central fabrik och orkestrering som ser ut som vilket företag som helst med filialer.
[18:06] Från självkörande nätverk till självkörande AI-datacenter
Sportpartnerskap, Juniper och varför diskussionen om lagring fortsätter att breddas.
- Utöver Mercedes pekar Patrick på Ryder Cup och partnerskapen mellan NFL, NBA, EPL och La Liga som användningsområden för realtidsanalys, där vart och ett av dem finjusterar en process för en fördel.
- Kunder som väljer Juniper som sin nätverksryggrad får HPE:s CloudOps-svit integrerad med Mist, som Patrick positionerar som det självkörande AI-datacentret, med nätverk som en del av det.
- Inom ekonomi säger han att tokenomik och modellmatchning bara fungerar när varje lager i stacken är observerbart, vilket har varit en utmaning även inom HPE under det senaste året.
[21:53] Kraft, densitet och ett rekordår för bandinspelning
Med ökande budgetar för GPU- och CPU-kraft frågar Brian hur stressen ser ut för lagring.
- Övergången från disk till hybrid till all-flash förbättrade strömförsörjning och kylning, och SSD-densitet och nya formfaktorer som linjaler ökar antalet terabyte per rackenhet när ett rack bara kan hantera en viss mängd ström; helt vätskekylda system är nu en del av mixen.
- Patrick noterar att branschen levererade mer LTO-bandkapacitet förra året än under något annat år, och Brian argumenterar för LTO-10-bibliotek som ett lokalt arkiv som kostar nästan ingenting att behålla medan äldre data blir värdefulla igen för nyare analysverktyg.
- Brian spårar SSD-kapaciteten från en lång platå på 2 till 4 TB via 15, 30, 61 och 122 TB till 245 TB, med stöd för delade plattformar som E1.S, E3.S och E3.L så att ingen kan ha några få lådor med hårddiskar liggandes.
[28:23] Ritningar, apparater och att inte köpa den största lådan
Hur HPE paketerar stacken för företag utan djupgående kunskaper inom AI-infrastruktur.
- Alletra Storage MP är databasen för HPE Private Cloud AI, som kunder kan bygga från en NVIDIA-ritning eller köpa som en enhet med NIM:er, ritningar och grundmodeller redo att köras, och sedan skala GPU:er och lagring allt eftersom.
- Brians poäng är att det rätta svaret ofta inte är det största systemet: en server med ett par RTX PRO 6000- eller 4500-kort kan vara lösningen, och det svåra är att matcha ett nytt plattformsmeddelande med det faktiska affärsresultatet.
[30:42] Publikfråga: Morpheus VM Essentials och lagring
Den första livefrågan frågar hur mycket VM Essentials kommer att forma HPE:s lagringshårdvara och arkitektur.
- VM Essentials lanserades för ungefär två år sedan på en omvälvd virtualiseringsmarknad, och Patrick säger att nedladdningarna av CSI-drivrutiner för Alletra Storage MP har skjutit i höjden i takt med att kunderna kör bare metal, virtuella maskiner och containrar sida vid sida.
- Integrationsarbetet sträcker sig från konfidentiell databehandling och lagringsplugins för ögonblicksbilder och replikering till programvarudefinierade nätverk, och VM Essentials är nu runtime-miljön i HPE Private Cloud 1000, 3000 och Private Cloud AI, hanterad via CloudOps-sviten.
- HPE har en bred lista över hårdvarukompatibilitet och ansluter till Veeam, Commvault, Cohesity, Rubrik och andra, samtidigt som de erbjuder en "bättre tillsammans"-upplevelse med HPE-lagring.
- Brian minns arbetet med SimpliVity och VM Essentials i labben: förvånansvärt enkla att driftsätta, med dataskydd inbyggt i skapandet av virtuella maskiner, och en lösning för SLED, små och medelstora företag och filialkontor.
[37:40] Isolering av flera hyresgäster och frigöringskadens
En andra fråga från publiken om metadataläckage mellan hyresgäster och hur snabbt HPE levererar.
- Patrick tar frågan om isolering av flera hyresgäster som en uppföljning och ett bloggämne; HPE:s arkitektur för flera hyresgäster isolerar miljöer oavsett protokoll, och hans team är skyldiga frågaren ett inlägg med detaljer.
- På Cadence skickas GreenLake-konsoluppdateringar inom några veckor medan array-firmware ligger kvar, vilket bryter den gamla vanan att uppgradera var 12:e till 18:e månad. VM Essentials släppte månatliga utgåvor tidigt och har minskat takten allt eftersom det mognade, med en kundombudsgrupp som noterade hur långt det har kommit på 18 månader.
[42:09] Dataskydd: DPAN, Zerto och Ransomware Lab
Brian vänder sig till Raleigh-labbets arbete med Data Protection Accelerator Node och frågar var säkerheten ligger för HPE.
- Patrick säger att säkerhet är ett ämne på styrelsenivå som accelererar i takt med att angripare använder AI för att paketera och skala upp attacker, och HPE är medlem i Project Glasswing tillsammans med sina teknikpartners.
- Zerto-förvärvet införde ett objektivt tänkesätt för återställningspunkter i lagringslagret, och arrayen genererar nu varningar, tar ögonblicksbilder och sätter kopior i karantän, inklusive en off-prem gyllene kopia, utan ett team av människor för att bygga och köra den.
- HPE leder kundsamtal om tre ämnen: AI-möjligheten, omstart av virtuella maskiner samt säkerhet och efterlevnad; Brian pekar på det brittiska labbet där HPE exponerar sina system för live ransomware.
- Från DPAN-testningen noterar Brian att flaskhalsen för återställning var SSD-diskarna inuti målservrarna, inte själva strukturen, vilket talar för att man bör minska komponentvalen till hårddisken när ett mål för återställningstid står på spel.
[48:22] Motståndskraft från dag ett och IT-generalisten
Platina-servicenivåer definierade vid leveranstillfället, och vad ett litet team på Mercedes F1 visade.
- Med Morpheus Enterprise kopplas prestanda, motståndskraft och cybersäkerhet till en tjänst vid driftsättning, oavsett om den är bare metal, virtualiserad eller containeriserad, och följer den genom hela dess livslängd.
- Brian säger att Mercedes team på ungefär 18 personer vid banan använder samma verktyg så att ingenjörerna lägger sina timmar på bilen och inte på administration, en avvägning som alla företag gör.
- Patrick träffar sällan kunder med dedikerade team för säkerhetskopiering, lagring och beräkning längre; alla äger en arbetsbelastning och en servicenivå, och generalisten behöver insyn och enkel hantering över hela stacken.
[52:30] Vad som händer härnäst för företagslagring
Brian frågar efter teman som kunderna bör planera kring under de kommande sex till tolv månaderna.
- Patrick ser kunder som omprövar lagringsarkitekturer för en blandning av virtualisering, cybermotståndskraftskrav och AI-pipelines, med strikt styrning av datadelning och en övergång mot vertikalt orienterade system där en leverantör levererar hela stacken.
- Han förväntar sig fler AI-datatjänster inbäddade i lagringslagret, inklusive nyckelvärdeslagringar, metadatafrågor och nya säkerhetsstandarder, och så småningom GPU:er och modeller som körs i själva lagringslagret.
- Brian tillägger att enheter i DPU-klass kommer att dyka upp på både beräknings- och lagringssidan för avlastning, och de två avslutar fem år av en plattform som inte har mött en arbetsbelastning den inte kunde hantera.
Du kan läsa vår artikel om cyberresiliens B10000 , recensionen av X10000 Data Protection Accelerator Node , recensionen av SimpliVity och VM Essentials , och artikeln om Mercedes F1-tävlingshelgen för att läsa mer om det arbete som diskuteras i avsnittet.
Amazon