Nieuwe verbeteringen aan HPE GreenLake for File Storage katalyseren AI-adoptie.

Redactie WINMAG Pro

Nieuwe high-density hardwaremodules stellen bedrijven in staat om workloads te versnellen, kosten te verlagen en rackspace te halveren.

Hewlett Packard Enterprise (NYSE: HPE) introduceert vandaag baanbrekende verbeteringen aan HPE GreenLake for File Storage. De verbeteringen maken de adoptie van AI makkelijker door de aandrijving van grootschalige AI en data lake workloads mogelijk te maken en 100% high-density all-flash opties te introduceren. Door enterprise-class prestaties, eenvoud en verbeterde efficiëntie op AI-schaal te leveren, stelt HPE organisaties in staat hun AI-aspiraties te realiseren en bevestigt HPE zijn positie als voorloper op het gebied van AI storage innovatie.

Verbeterde systeemprestaties en verlaagd stroomverbruik per rack unit

Vergeleken met de huidige versie van HPE GreenLake for File Storage, bieden de nieuwe opties 4 keer zoveel capaciteit en tot 2 keer zoveel systeemprestaties per rack unit. Deze verbeteringen verhogen de AI-doorvoer met 200% en verlagen het stroomverbruik tot 50%. Dankzij de nieuwe controller met dubbele rekenkracht en storage-units met een 1 RU 1.3560 Po JBOF volledig NVMe, kunnen klanten workloads versnellen en de kosten, het stroomverbruik en daarme de datacenter CO2-voetafdruk sterk verminderen.

Met deze verbeteringen stelt HPE klanten in staat bedrijfsprestaties, eenvoud en verbeterde efficiëntie te bereiken, allemaal op AI en data lake-niveau. Hiermee kunnen organisaties de kracht van AI beter begrijpen en meer waarde uit hun data halen; ondersteunt het datawetenschappers, eigenaren van bedrijfsapplicaties en IT-medewerkers bij het verbeteren van productiviteit; en biedt het klanten de middelen om een hun stroomverbruik te verminderen.

Met de nieuwste high-density storage racks heeft HPE GreenLake for File Storage de capaciteitsdichtheid van het high-end aanbod met 7 keer verhoogd ten opzichte van wat medio 2023 werd gepubliceerd. Daarnaast biedt HPE GreenLake for File Storage nu tot 2,3 keer de capaciteitsdichtheid van concurrenten.

Versnelde AI-prestaties in alle stadia

HPE GreenLake for File Storage versnelt de meest data-intensieve applicaties met enterprise AI-schaal prestaties. Dit zijn prestaties die alle stadia van AI omvatten: van data-aggregatie, datavoorbereiding, training en tuning tot inferentie. En het zijn niet alleen prestaties die op een bepaald moment pieken voor een kleine dataset. In plaats daarvan gaat het om snelle, langdurige prestaties die de volledige dataomvang beslaan voor de meest veeleisende, dataïntensieve AI-applicaties, waaronder GenAI en large language models (LLM's). Bovendien helpen enterprise-scale AI-prestaties om meer waarde te halen uit al de geaggregeerde gegevens, inzichten te versnellen en een concurrentievoordeel te behalen.

Datareductie door versnelde workloads

De verbeteringen aan HPE GreenLake for File Storage bieden overbelastingsvrije snapshots en native replicatie, hoge flash-efficiëntie en verbeterde datareductie via het similarity-algoritme dat, in tegenstelling tot compressie en deduplicatie, data reduceert met zowel een globale als een gefocuste aanpak.

De besparingen zijn 2:1 voor biowetenschappelijke data; 3:1 voor vooraf verkleinde back-ups, vooraf gecomprimeerde logbestanden en HPC- en animatiegegevens; en 8:1 voor ongecomprimeerde tijdreeksdata.[4] Met ondersteuning voor geoptimaliseerd GPU-gebruik via InfiniBand, NVIDIA GPUDirect® en RDMA versnelt HPE GreenLake for File Storage AI-workloads door de prestaties voor modeltraining en -tuning te verbeteren via snellere checkpoints. InfiniBand connectiviteit van de front-end host naar netwerken, inclusief het NVIDIA Quantum-2 InfiniBand platform, biedt flexibiliteit. Klanten kunnen schalen tot 720 Po aan effectieve capaciteit (met 3:1 datareductie) voor grootschalige enterprise AI file data.

 

Ook interessant:

Lees hier: Handige tips voor het blokkeren van ongewenste E-mails op je mobiel

Lees hier: 42% IT Professionals Say Proving Value Of AI Solutions Biggest Hurdle In Implementation

Redactie WINMAG Pro
Door: Redactie WINMAG Pro
Redactie

Redactie WINMAG Pro

Redactie