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
Pure Storage анонсирует автопилот СХД на базе платформы искусственного интеллекта Pure1 META

15, июнь 2017  — 

Впервые в истории отрасли инструмент предсказания производительности и ёмкости на основе машинного обучения

Компания Pure Storage (NYSE: PSTG), ведущий независимый производитель All Flash платформы хранения для клауд-эры, анонсировала платформу искусственного интеллекта Pure1 ®  META для реализации концепции автопилота системы хранения данных (СХД). Pure1 META осуществляет глобальную предсказательную аналитику путем сбора и анализа более 1 трлн телеметрических данных с массива в день и обеспечивает управление, не требующее участия, аналитику и поддержку. Pure1 META представляет собой крупный прорыв в области решений искусственного интеллекта и машинного обучения для корпоративного сегмента. Благодаря созданию «ДНК рабочей нагрузки» в Pure1 META, клиенты впервые в отрасли смогут предсказывать как ёмкость, так и производительность, а также получить разумные рекомендации по развертыванию, взаимодействию и оптимизации нагрузки.

Благодаря Pure1 META компания Pure Storage продолжает развивать концепцию автопилота СХД с автоматизацией на уровне массива на базе операционной системы Purity, исключая ручное управление и тюнинг. Построение глобальной сенсорной сети с тысячами подключенных массивов позволило Pure Storage предоставить облачное управление и поддержку с элементами предсказательной аналитики, которая на текущий момент предотвратила более 500 критичных кейсов первого уровня тяжести. Теперь подключаясь к Pure1 META, клиенты могут получить ответы на вопросы прогнозирования производительности, вместо того, чтобы строить временные решения, которые приводят к переплате из-за чрезмерного резервирования или к простоям из-за недостаточного резервирования.

«Впервые клиенты могут использовать интеллектуальную СХД, которая постоянно анализирует исторические данные в нашей глобальной сети устройств, улучшая общие показатели собственного окружения, - сообщил Мэтт Киксмоллер (Matt Kixmoeller), вице-президент по продуктам Pure Storage. - Pure1 META помогает клиентам более точно прогнозировать производительность с учетом темпов роста, отвечать на вопросы о расширении ёмкости и производительности, а также об изменениях в их окружении со временем, позволяя организациям управлять будущими потребностями».

Ключевым элементом, лежащим в основе глобального предиктивного разума Pure1 META, является механизм искусственного интеллекта META, который анализирует озеро данных объемом более 7 петабайт как для создания «отпечатков пальцев» (1), так и «ДНК рабочей нагрузки» (2). META сканирует всю входящую с массива телеметрию на соответствие с уже имеющимися в библиотеке «отпечатками пальцев», чтобы прогнозировать и разрешать инциденты в реальном времени, прежде чем они смогут влиять на окружающую среду клиента, анализируя сотни переменных, связанных с производительностью и позволяющих предсказывать нагрузку.

Клиенты могут воспользоваться «ДНК нагрузки» META в Pure1 с помощью нового планировщика рабочих нагрузок Workload Planner. Эта новая возможность позволяет клиентам отвечать на вопросы связанные с развертыванием новой рабочей нагрузки, взаимодействием, ростом производительности и ёмкости, а также оптимизировать рабочую нагрузку для снижения риска, повышения консолидации и получения лучшей наглядности при планировании модернизаций или расширений.

Компания Pure Storage также анонсировала в Pure1 новую глобальную панель мониторинга Global Dashboard, которая упрощает управление, выводя на экран ключевые агрегированные показатели из всего парка массивов. В единой панели мониторинга клиенты смогут просматривать коэффициент дедупликации / сжатия и среднюю производительность для всех массивов. Также визуализируются тренды производительности за последние 24 часа, что позволяет клиентам более эффективно прогнозировать потребление ёмкости во всех массивах. Рассылка предупреждений и сообщений с каждого массива также позволяют улучшить визуализацию ландшафта СХД.

Источник: https://investor.purestorage.com/news-and-events/press-releases/press-release-details/2017/Pure-Storage-Announces-Vision-for-Self-Driving-Storage-Powered-by-Pure1-META-AI-Platform/default.aspx

(1) "Отпечатки пальцев" ( Issue Fingerprints ) - это набор факторов, свойственный конкретному инциденту, зафиксированного в прошлом

(2) "ДНК рабочей нагрузки" ( Workload DNA ) - это специфическая нагрузка, свойственная определенной задаче

О компании Pure Storage

Компания Pure Storage (NYSE: PSTG) позволяет компаниям разрушить границы возможного. Комплексная платформа хранения Pure – FlashArray, FlashBlade, и наше совместного конвергентное решение с Cisco FlashStack – использует инновационное программное обеспечение, подключенное к облачному сервису для управления на мобильном устройстве с любой точки и поддерживающее бизнес модель Evergreen. Технологии компании с использованием All Flash и удобная для клиента бизнес модель способствуют бизнес и ИТ трансформации за счет простых, эффективных и неустаревающих решений. Pure имеет наивысший в отрасли показатель индекса лояльности NPS 83.5, сертифицированный Satmetrix, что означает, клиенты Pure – самые счастливые в мире, включая организации любого уровня и сферы деятельности.

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

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