HPE GreenLake for File Storage MP

今後10年間のマシンインテリジェンスの発展に備え、独自のモジュール型ストレージプラットフォームをお探しですか? データファーストのモダナイゼーションの加速およびAI対応を希望し、階層型データパイプライン、インフラストラクチャのサイロ、非効率な拡張、スケールアウトの制限、複雑な管理、低い生産性といった問題を解決したいとお考えですか?
HPE GreenLake for File Storage MPには次のようなメリットがあります。エンタープライズ規模のパフォーマンスをAI規模で実現し、エクサバイト規模まで拡張可能な耐障害性のあるアーキテクチャーで、データ集約型のアプリケーションを迅速に処理します。きわめてシンプルなファイルデータ管理と豊富なデータサービスにより、クラウド運用エクスペリエンスがより簡素化され直感的になります。データサイエンティストや事業部門のアプリケーションオーナーは、シンプルな設定とグローバル名前空間による競争力を高めるコラボレーションにより、有益な情報を迅速に入手し、あらゆるデータからより多くの価値を引き出すことで、生産性が向上します。

• AIおよび大規模でパフォーマンスを重視した非構造化データレイク向けのHPE Alletra Storage MPモジュールによる、より高いコンピュートおよびストレージ密度オプション⁵

• すでに圧縮されたデータにも対応する、インライン処理で類似データを削減 (重複排除および圧縮) できるきわめて効率的なオールNVME

• 人工知能 (AI)、機械学習 (ML)、ディープラーニング (DL) のトレーニングや推論を、他のワークロードの統合と併せて高速化

• HPE GreenLakeが提供する非構造化データ管理向けのエンドツーエンドのエクスペリエンス

エンタープライズ規模のパフォーマンスをAIの全フェーズで提供

HPE GreenLake for File Storage MPは、DASE (分散型シェアードエブリシング) アーキテクチャーにより、最も要求の厳しいデータ集約型アプリケーションにエンタープライズ規模のパフォーマンスを提供します。  有益な情報の獲得や発見に至るまでの時間を短縮することで、あらゆるデータからより多くの価値を引き出し、高い競争力を確保できます。

アーキテクチャーはエクサバイト規模まで拡張できるように設計されており、パフォーマンスと容量を個別に拡張できます。  有益な情報の獲得や発見に至るまでの時間を短縮することで、あらゆるデータからより多くの価値を引き出し、高い競争力を確保できます。

従来のNASよりも80倍の高速パフォーマンス¹ と、読み取りパフォーマンスでは数百GB/secのスループット³を備えたHPE GreenLake for File Storage MPは、階層化が不要で、すべてのファイルデータに高いパフォーマンスを提供します。

99.9999%の可用性² と、完全な耐障害性を備え、直接接続型のストレージシステムを上回る回復力を実現し、ラック障害への耐性も備えているため、大規模環境で優れた保護を実現します。

直感的なクラウドエクスペリエンスでシンプル化

HPE GreenLake for File Storage MPは、クラウドからきわめてシンプルなファイルデータ管理を実現し、ファイル共有のベンディング、ライフサイクル管理、ハイブリッドクラウドのバックアップ、ディザスタリカバリなどの豊富なデータサービスを、すべてHPE GreenLake Edge-to-Cloudプラットフォームを介して提供します。

構成されたシステムの検出とオンボーディングは自動的に行われ、数分で完了します。生産性を向上させ、また煩雑なレガシーファイルシステムでの作業に時間を浪費することなく新たな発見やイノベーションに集中できるように、データサイエンティストやLOBアプリケーションのオーナーを強力にサポートします。

ファイルシステム内のファイル数にかかわらず、統合ディレクトリ構造のあらゆるレベルで使用率、アクティビティ、およびスループットを瞬時に把握することができます。問題領域とホットスポットを特定して、リソースの使用を最適化できます。

リアルタイムの可視性を活用して、ユーザーや容量レベルでクォータを設定し、クォータ違反のアラートをリアルタイムで設定できます。

生産性と効率を強化してROIを向上

優れた高効率のデータ削減および保護ストレージテクノロジーにより、より低いTB単価を実現しROIが向上。⁴

InfiniBand、GPU-Direct、およびRDMAをサポートすることでGPUの使用率を最適化します。

ストレージの需要をオーバープロビジョニングせずに満たす、フレキシブルな分散型シェアードエブリシングアーキテクチャーによる効率的なスケーリング。効率的でフレキシブルなAIストレージas a service。

容量密度の上昇、データセンター設置面積の縮小、電力/冷却の高効率化によりカーボンフットプリントを削減することで、高い持続可能性を実現します。　[6]