Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Программно-определяемая инфраструктура IBM ускорит высокопроизводительную аналитику данных

22, июнь 2016  — 

- Интеллектуальное ПО IBM для планирования поможет заказчикам внедрять и управлять аналитикой Apache Spark

- ПО IBM Spectrum Computing улучшит производительность предиктивного приложения

- IBM планирует предоставить интеллектуальное ПО сообществам Open Source

IBM ( NYSE : IBM ) расширяет портфель программно-определяемых инфраструктурных решений за счет когнитивных функций, которые помогут заказчикам улучшить управление вычислительными ресурсами. Эти функции обеспечат более быстрый доступ к результатам основанных на данных приложений и аналитики.

Новое интеллектуальное ПО для управления ресурсами и нагрузками IBM Spectrum Computing позволит организациям упростить извлечение ценных сведений из массивов данных и ускорить высокопроизводительный анализ или машинное обучение. Эта технология может использоваться в различных отраслях. Например, ученые с ее помощью смогут отсортировать геномы для поисков новых путей лечения рака, инженеры – сконструировать чемпионский болид Формулы-1, а сотрудники банков – персонализировать финансовые сервисы, чтобы привлечь новых клиентов.

По оценкам экспертов IDC , объем рынка программно-определяемой инфраструктуры, где ЦОД управляется, эксплуатируется и автоматизируется с помощью ПО вне зависимости от компонентов вычислений, хранения или сети, достигнет примерно 51 млрд. долларов к 2019 году [1] . То есть, с 2014 года растет и будет расти ежегодно в среднем на 23,8%. Согласно данным IDC , этот сегмент станет самым быстрорастущим направлением рынка ИТ-инфраструктуры.

Платформа IBM Spectrum Computing содержит новую, когнитивную и учитывающую ресурсы политику планирования, которая поможет увеличить загрузку существующих вычислительных возможностей и оптимизирует стоимость управления. В то же время, она позволит ускорить получение результатов в сфере высокопроизводительных вычислительных систем, аналитики больших данных, приложений новых поколений и рабочих сред с открытым исходным кодом, например, Hadoop и Apache Spark .

IBM Spectrum Computing позволит организациям консолидировать инфраструктуру ЦОД и распределять ресурсы между локальными, облачными или гибридными средами. Она включает также три новых продукта ПО.

Новое ПО позволит более оперативно получить прогнозируемую аналитическую картину

•  Разработанное для ускорения анализа данных ПО IBM Spectrum Conductor работает с облачными приложениями и со средой открытого исходного кода, сокращая время получения результатов и позволяя распределять ресурсы для все более сложных приложений. Одновременно, оно защищает данные и управляет ими на протяжении всего жизненного цикла.

•  Интегрирующее Apache Spark ПО IBM Spectrum Conductor with Spark упрощает внедрение Apache Spark - платформы для аналитики больших данных с открытым исходным кодом, и позволяет на 60% ускорить получение результатов обработки информации [2] .

•  Ускоряющее исследования и проектирование ПО IBM Spectrum LSF является универсальным ПО управления нагрузками. Гибкий и удобный интерфейс помогает организациям ускорить исследования и проектирования в 150 раз [3] , контролируя затраты путем продвинутого распределения ресурсов и их рационального использования.

« Total Rack Solutions от компании Supermicro в сочетании с IBM Spectrum Computing предлагают наиболее полную программно-определяемую инфраструктуру, оптимизированную для сложных когнитивных аналитических приложений, – сказал Чарли Ву, руководитель Rack Solutions в Supermicro . – В сотрудничестве с IBM , мы интегрировали IBM Spectrum Conductor , Apache Spark и IBM Spectrum LSF в наши новейшие серверные, хранилищные и сетевые решения. Это позволит нам ускорить внедрение масштабируемой высокопроизводительной аналитической инфраструктуры. Благодаря совместным усилиям, мы сможем получить более прогнозируемые результаты и ценные аналитические выводы во всех гибридных облачных средах».

ПО IBM Spectrum Conductor был создано за два года сотрудничества разработчиков IBM и заказчиков, сфокусированных на развитии аналитики нового поколения. Оно одновременно управляет множеством приложений, обеспечивая распределение ресурсов для оперативного получения результатов. Высокоэффективное многопользовательское планирование обеспечивает безопасный и конфиденциальный обмен данными и ресурсами.

Признавая важную роль, которое играет в индустрии ПО с открытым исходным кодом, IBM намерена открыть доступ к ключевому компоненту IBM Spectrum Conductor для дальнейшего расширения использования Apache Spark учеными и разработчиками в области обработки данных.

«Сегодня данные генерируются с огромной скоростью, опережающей способности человека воспринимать такой массив информации и анализировать его для выявления бизнес-инсайтов, – сказал Бернард Спанг, вице-президент подразделения IBM Software Defined Infrastructure. – В основе когнитивной инфраструктуры стоит потребность в высокопроизводительной аналитике как структурированных, так и неструктурированных данных. IBM Spectrum Computing позволит организациям быстрее внедрять новые технологии, добиваться более высокой и прогнозируемой производительности».

IBM Spectrum LSF обеспечивает широкие возможности для управления рабочими нагрузками и ресурсами для высокопроизводительных исследований, проектирования и моделирования приложений. Улучшенный мобильный пользовательский интерфейс, а также усовершенствованная система отчетности и отображения нагрузки повышает удобство пользования. Благодаря значительному усилению результативности, новые решения обеспечивают пятикратное увеличение пропускной способности и трёхкратный рост масштабируемости по сравнению с предыдущими версиями LSF IBM Platform . [4]

«В то время как гонки выигрывают гонщики, для проектирования автомобиля-победителя Формулы-1 требуется постоянное совершенствование технологий, чтобы имеющиеся ИТ-ресурсы использовались в полном объеме, – сказал Мэтт Кадоу, ИТ-директор Red Bull Racing . – IBM Spectrum LSF помогает нам добиться отличной производительности для самых требовательных вычислений и приложений, использующих большой объем данных. Мы больше успеваем сделать, но при этом тратим меньше ресурсов, облегчаем инфраструктуру и управление процессами, что ускоряет процесс создания новых моделей гоночных автомобилей».

Об IBM Spectrum Computing

Программная платформа IBM Spectrum Computing включает в себя IBM Spectrum Conductor, IBM Spectrum LSF и IBM Spectrum Symphony. Расширенный набор программно-конфигурируемых инструментов дополнит семейство программно-определяемых СХД IBM Spectrum Storage. IBM Spectrum предоставляет заказчикам уникальный набор функциональных возможностей для программно-определяемой инфраструктуры.

Более подробную информацию об услугах IBM, связанных с программно-определяемой инфраструктурой, можно получить по ссылке:  www.ibm.com/spectrum-computing . Следите за нами в Twitter @ IBMSDI , используя хэштег # softwaredefined .

Источники :

[1] Worldwide Software-Defined Infrastructure, 2014–2019: Forecast Report – January 2016, Doc#US40903016

[2] March 28, 2016 STAC Securities Technology Analysis Center, Spark Resource Manager– Phase 1

[3] IBM Internal testing results based on 16 physical x86_64 servers; CPU: Intel(R) Xeon(R) CPU E5-2670 @ 2.60GHz (total 16 core on each server) Memory: 132 GB, OS: RHELS 6.4; Edison benchmark environment achieved 8M jobs/hour in a 128 core (16 host * 8 core) and 10M jobs/hour in a 256 (16 host x 16 core)

[4] IBM Internal testing results based on 16 physical x86_64 servers; CPU: Intel(R) Xeon(R) CPU E5-2670 @ 2.60GHz (total 16 core on each server) Memory: 132 GB, OS: RHELS 6.4; Edison benchmark environment achieved 8M jobs/hour in a 128 core (16 host * 8 core) and 10M jobs/hour in a 256 (16 host x 16 core)

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости IBM

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.