SSD:er med hög kapacitet möjliggör datainsamling och AI vid kanten

Det råder föga tvivel om att edge use case är ett primärt bekymmer för många IT-organisationer. Du behöver inte vara i detaljhandeln eller olje- och gasutforskning för att förstå att med mer data som skapas och samlas in vid kanten, behöver IT bättre hårdvarulösningar utformade för detta stora utbud av framväxande edge-uppgifter. Lägg in de ytterligare fördelarna med realtids-AI vid kanten, och de lätta kantservrarna överbeskattas lätt.

Det råder föga tvivel om att edge use case är ett primärt bekymmer för många IT-organisationer. Du behöver inte vara i detaljhandeln eller olje- och gasutforskning för att förstå att med mer data som skapas och samlas in vid kanten, behöver IT bättre hårdvarulösningar utformade för detta stora utbud av framväxande edge-uppgifter. Lägg in de ytterligare fördelarna med realtids-AI vid kanten, och de lätta kantservrarna överbeskattas lätt.

Det finns dock ett intressant alternativ. Cheetah RAID Raptor hjälper organisationer att hantera spretande kantdata med en server som erbjuder modulära lagringsbehållare som nu kan stödja nästan 3/4 av en petabyte på bara 12 enheter.

Cheetah RAID Raptor

Cheetah RAID Raptor är en högpresterande server designad för att övervinna den vanliga flaskhalsen av lagringsprestanda som ofta begränsar serverns prestanda i edge-scenarier. Förutom ett brett utbud av PCIe®-expansionsalternativ framhävs Raptor av tre hot-pluggbara Gen4 NVMe®-behållare, AMD EPYC-processorer med upp till 64 kärnor och 128x Gen4 PCIe-banor.

Ur ett serverdesignperspektiv är designen med tre behållare en kärnfunktion som skiljer Raptorn åt. Var och en av kapslarna rymmer upp till fyra SSD:er. Kapslarna tillåter att data loggas och bearbetas oberoende, och modulariteten möjliggör enkel hot-swapping och migrering av kapslar till olika platser. Möjligheten att fysiskt byta kapslar frigör datamigrering från nätverksstrukturens begränsningar.

För de många olika användningsfall som genererar enorma mängder data, drar Raptor stor nytta av hårddiskar med hög kapacitet. I det här fallet är SSD-enheter en perfekt passform eftersom dessa servrar befinner sig baktill på autonoma fordon eller inbäddade i flygplan eller andra fordon med mycket krångel. Med den nyligen lanserade Solidigm 61.44TB SSD-enheter, kan ett enda system hålla en häpnadsväckande mängd datatäthet. Möjligheten att lagra nästan en petabyte data på en enda server motsvarar mer datainsamling och mindre tid att byta kapslar. I våra tester använder vi 12x Solidigm P5316 SSD:er med en 30.72 TB enhetskapacitet.

Cheetah RAID Raptor Design

Som tidigare nämnts kommer servern med en AMD EPYC Zen 3 (Milan) CPU, vilket ger Cheetah RAID Raptor imponerande processorkraft. Cheetahs datakapslar designades för att stödja AMD Milan, vilket gör att kapslarna kan migrera data från ett fordon i rörelse till ett datacenter direkt.

Raptor-designen inkluderar detaljerade luftflödesöverväganden som drar fördel av AMD Milan-processorkraften med möjligheten att använda alla 64 kärnor och 128x Gen4 PCIe-banorna. Raptor, utrustad med AMD Milan, kan stödja krävande applikationer samtidigt som den erbjuder tillgång till lagring med låg latens.

Kapseldesignen gör att data kan loggas och behandlas separat. Efter att data har bearbetats kan kapseln hot-swap till en annan plats. Raptor har klippt av sladden som begränsade datamigrering till en extern nätverksstruktur. Kapslarna stöder SED-enheter och kan krypteras för att ge ytterligare datasäkerhet.

Migrera data

Varje Cheetah RAID Raptor-behållare kan anslutas direkt till AMD-processorn via 16x PCIe Gen4-banor eller länkas via en hårdvaru-NVMe RAID-styrenhet. För att möta kraven på en lagringsserver med hög kapacitet och hög överföringshastighet med hot-swap-möjligheter, använde Cheetah RAID Storage Microchips Adaptec SmartRAID 3200-serien RAID-adaptrar.

Adaptec SmartRAID 3200-serien är byggd på Microchips 5:e generationens lagringskontroller, SmartROC 3200, med stöd för x8 och x16 PCIe Gen 4 värdgränssnittsadaptrar som ger förbättrad prestanda och bandbredd med upp till 29.6 GB/s genomströmning. Adaptec SmartRAID-adaptrarna är funktionsrika, stöd för upp till 32 NVMe-enheter och upp till 256 SAS/SATA och upp till 64 LD/RAID-arrayer, SAS/SATA/NVMe tri-mode-funktionalitet, Trusted Platform-stöd för en högre nivå av dator- och leveranskedjesäkerhet, stöd för maxView™-verktygssviten, säker uppstart, säker uppdatering och attestation och programvara för Self-Encrypting Drive (SED).

Vi granskade Cheetah RAID Prowler i december 2021 för att lyfta fram kraven på en robust server som skulle kunna monteras i en bil under sätet eller i bagageutrymmet (bagage till britterna). Det är en enorm mängd arbete som går åt till att bygga en server som klarar de tuffa förhållandena i ett fordon, flygplan, fartyg eller kantplats. För bakgrund, läs vad vi fick reda på i vår Cheetah RAID Prowler adresserar Rugged Edge Computing posta.

Lagringsprestanda

Quad-Level Cell (QLC)-enheter erbjuder en övertygande uppsättning fördelar i världen av Solid State Drives (SSD) och bevisar sitt värde. Fördelen med QLC-enheter ligger i dess högre lagringskapacitet och lägre kostnad jämfört med andra NAND-teknologier. QLC-enheter har en lägre kostnad per gigabyte, vilket gör dem till ett utmärkt val för budgetmedvetna användare. QLC-enheter är tillgängliga i SATA- och NVMe-formfaktorer, där NVMe äger de snabbare dataöverföringshastigheterna, till stor del beroende på effektiviteten hos NVMe-protokollet.

Cheetah RAID Raptor-lösningen använder den nyligen tillkännagivna Solidigm D5-P5336, en specialbyggd QLC-enhet som är idealisk för dataintensiva arbetsbelastningar, såsom datapipelines, AI-drivna datasjöar, big data-analys, utskalad NAS och edge computing, vilket ger effektiv och snabb lagring och hämtning av omfattande datauppsättningar. För användare som kräver massiv lagringskapacitet för läscentrerade applikationer och generella datoranvändning är QLC-enheter ett attraktivt och kostnadseffektivt alternativ.

Solidigm D5-P5336-serien (15.36 TB, E1.L 9.5 mm PCIe 4.0 x4, 3D5, QLC)

För våra arbetsbelastningar för lagringsprestanda mätte vi prestandan genom Microchip Adaptec SmartRAID 3200-seriens RAID-adaptrar med SSD:erna i JBOD-läge. Vi testade sedan 4, 8 och 12 enhetskombinationer, där varje grupp av 4 SSD representerade en komplett NVMe-pod och en extra RAID-adapter. För det ändamålet utnyttjade vi våra Vdbench-arbetsbelastningar för genomströmnings- och bandbreddstestning, och mätte 64K sekventiell och slumpmässig prestanda i 4K.

VDBench arbetsbelastningsanalys

När det gäller benchmarking av lagringsenheter är applikationstestning bäst, och syntetiska tester kommer på andra plats. Även om det inte är en perfekt representation av faktiska arbetsbelastningar, hjälper syntetiska tester till baslagringsenheter med en repeterbarhetsfaktor som gör det enkelt att göra jämförelser mellan äpplen och äpplen mellan konkurrerande lösningar. Dessa arbetsbelastningar erbjuder en rad olika testprofiler som sträcker sig från "fyra hörn"-tester, vanliga tester av databasöverföringsstorlekar, till spårningsfångst från olika VDI-miljöer.

Alla dessa tester utnyttjar den vanliga vdBench-arbetsbelastningsgeneratorn, med en skriptmotor för att automatisera och fånga resultat över ett stort beräkningstestkluster. Detta gör att vi kan upprepa samma arbetsbelastningar över ett brett utbud av lagringsenheter, inklusive flash-arrayer och individuella lagringsenheter. Vår testprocess för dessa riktmärken fyller hela enhetens yta med data och partitionerar sedan en enhetssektion som motsvarar 25 procent av enhetens kapacitet för att simulera hur enheten kan reagera på applikationsarbetsbelastningar. Detta skiljer sig från fullständiga entropitester som använder 100 procent av enheten och tar dem till ett stabilt tillstånd. Som ett resultat kommer dessa siffror att återspegla högre ihållande skrivhastigheter.

profiler:

• 4K slumpmässig läsning: 100 % läsning, 128 trådar, 0-120 % iorat
• 4K Random Write: 100% Write, 128 trådar, 0-120% iorate
• 64K sekventiell läsning: 100 % läsning, 32 trådar, 0-120 % iorat
• 64K sekventiell skrivning: 100 % skrivning, 16 trådar, 0-120 % iorate

I vårt första test som tittade på 4K slumpmässig läsprestanda med 4, 8 och 12 QLC SSD:er inuti CheetahRAID Raptor, mätte vi prestanda på 2.5 miljoner IOPS från 4 SSD:er, 3.5 miljoner IOPS från 8 och 3.54 miljoner IOPS från 12 SSD:er.

I vår slumpmässiga skrivbelastning i 4K ser vi en mycket mer definierad skillnad mellan 4, 8 eller 12 SSD:er inuti Raptor. Här mätte vi 75K IOPS från 4, 146K IOPS från 8 och 218K IOPS från 12 SSD. Det är viktigt att notera att 4K slumpmässig skrivprestanda är en akilleshäl för denna typ av QLC SSD. Solidigm P5430 är till exempel en QLC-modell som är mer optimerad för mindre blockstorlekar.

Genom att byta fokus till toppbandbredd inuti CheetahRAID Raptor mätte vi 10.8 GB/s från 4 SSD-enheter, 16.9 GB/s från 8 SSD-enheter och 31.2 GB/s från 12 SSD-enheter. Den primära skillnaden i skalning här är det extra RAID-kortet som tas med i mixen med varje ytterligare 4 SSD-enheter som läggs till.

I vår slutliga arbetsbelastning mätte 64K sekventiell skrivprestanda, mätte vi 5.6 GB/s från 4 SSD-enheter, 11.3 GB/s från 8 SSD-enheter och 16.8 GB/s från 12 SSD-enheter.

AI-prestanda

En av de verkligt spektakulära fördelarna med Raptor-servern är dess förmåga att inte bara logga data snabbt och effektivt, utan med en lågeffekts GPU inuti kan den också hantera AI-uppgifter i realtid. Vi konfigurerade servern med en NVIDIA A2 inferencing GPU för att testa Raptors edge AI chops.

Tack vare Raptors kompatibilitet med grafikprocessorer, såsom NVIDIA A2 vi lagt till vår, positionerar den sig ytterligare som ett förstklassigt val för edge computing, särskilt inom området artificiell intelligens och maskininlärning.

Utrustad med SSD:er med hög genomströmning och upp till 64-kärniga AMD EPYC-processorer, kan Raptor hantera krävande AI-algoritmer, och erbjuder tillgång till lagring med låg latens för snabb kantdatabearbetning och inferencing. Den hot-swappable designen säkerställer att data kan migreras utan nätverksbegränsningar, vilket ytterligare förbättrar livscykelhastigheten för AI-applikationer från datainsamling till realtidsinferencing.

I scenarier där edge-enheter som autonoma fordon, industrimaskiner eller till och med drönare bearbetar stora mängder data, kommer Raptors förmåga att hantera AI-uppgifter i realtid visa sig vara värdefull. AI-inferencing på kanten för beslutsfattandet närmare datakällan, vilket resulterar i mer omedelbara åtgärder och insikter. Till exempel, i autonoma fordon, kan omedelbar bearbetning av sensordata leda till beslutsfattande i realtid som ökar säkerheten och effektiviteten. Raptors robusta solid-state design säkerställer att den kan motstå vibrationerna och temperaturvariationerna i dessa tuffa miljöer samtidigt som den levererar den beräkningskraft som krävs.

Möjligheten att ta med processorkraften för AI vid kanten minskar också behovet av att skicka enorma mängder rådata till ett centralt datacenter, vilket minskar bandbreddsanvändningen och sänker kostnaderna. Istället kan endast bearbetad, relevant information lagras och föras tillbaka med drivsläden, vid behov, för vidare analys eller långtidslagring.

Raptors stöd för lagring med hög kapacitet och hög överföringshastighet, tillsammans med avancerade GPU-funktioner, innebär att den kan skräddarsys för specifika AI-användningsfall. Oavsett om det är videoanalys i realtid, prediktivt underhåll eller AI-driven dataanalys, betyder Cheetah RAID Raptors konfiguration att den kan anpassas till de unika kraven från olika kantmiljöer.

Avslutande tankar

Detta senaste erbjudande från Cheetah RAID Storage förändrar spelet för den robusta, högpresterande datormarknaden. Raptor drar ihop allt för att möta de rigorösa prestandakraven för edge-applikationer med stöd för sekventiell operation och multitrådad åtkomst för att fånga, bearbeta och lagra kritisk data. Applikationsanvändningsfall för Raptor inkluderar videoövervakning, streaming, dataloggning/fångst, autonoma fordon och robust lagring för försvars- och industriella ändamål.

Det lilla fotavtrycket för Cheetah RAID Storage-produkter är imponerande. Serverdesignen är idealisk för tuffa miljöer som kräver en robust konstruktion men som ändå tillåter komponenter som NVMe-blixten att snabbt bytas när den är full. De är designade för att passa under ett säte eller i bagageutrymmet på en AV, eller i ett flygplan eller ett fartyg. De tål extrema temperaturer och det ständiga knuffandet som känns på land, hav och luft.

Genom att flytta datorer och data närmare användaren kan edge computing ge avsevärt förbättrad genomströmning, bättre prestanda och realtidsbearbetning. Möjligheten att analysera data närmare källan kommer att minimera latensen, minska nätverkstrafiken och sänka datahanteringskostnaderna samtidigt som integriteten och säkerheten förbättras. Med hot-swap-drivkapslarna kan användare flytta krypterad data i farten för att analyseras i realtid.

För att möta kraven på en lagringsserver med hög kapacitet och hög överföringshastighet med hot-swap-möjligheter, använde Cheetah RAID Storage Microchips Adaptec SmartRAID 3200-serie RAID-adaptrar. SmartRAID 3200-serien är säkra, funktionsrika, tri-mode-kapabla och högpresterande adaptrar med nästan 30 GB genomströmning. Denna typ av prestanda och genomströmning är avgörande för de användningsfall som Raptor designades för att stödja.

Genom att använda de nya Solidigm D5-P5336 QLC SSD:erna kan Raptor samla in, logga och lagra nära en petabyte data vilket resulterar i färre datamigreringar. Dessa nya QLC SSD: er uppfyller läs/skrivhastighetskraven för AV- och militärmarknaden samtidigt som de levererar en mer kostnadseffektiv $/TB-profil.

I slutändan är Cheetah RAID Storage Raptor en högpresterande server med ett litet fotavtryck utformad för att överleva även de svåraste förhållanden.

Cheetah RAID-lagring

Adaptec SmartRAID-adaptrar

Solidigm D5-P5336

Denna rapport är sponsrad av Solidigm. Alla åsikter och åsikter som uttrycks i denna rapport är baserade på vår opartiska syn på produkten/de produkter som övervägs.

Engagera dig med StorageReview

Nyhetsbrev | Youtube | Podcast iTunes/Spotify | Instagram | Twitter | TikTok | Rssflöde