当今组织正在重新调整 IT 运营,拥抱人工智能 (AI)、机器学习 (ML) 和高级分析。但是,他们面临着重重挑战:数据和工作负载分散在全球各地,AI 训练和推理工作负载所需的时间不断增加,资源(尤其是图形处理单元 (GPU))稀缺且成本高昂。
为了应对这些挑战,IBM Storage Scale 提供软件定义的文件和对象存储来处理结构化和非结构化数据;IBM Storage Scale System 是 Storage Scale 软件的硬件实现,经过优化,可适应要求最严格的 AI、高性能计算、分析和混合云工作负载。
为了释放 AI 的全部潜力,确保快速 GPU 不会因慢速 IO 而造成数据饥渴,Storage Scale System 6000 支持 NVIDIA GPUdirect Storage 协议,该协议支持在 GPU 内存和本地或远程存储器(例如 NVMe 或 NVMe over Fabric (NVMe-oF))之间搭建直接数据路径。这种 GPUDirect 架构从数据路径中移除了主机服务器 CPU 和 DRAM,因此,存储器和 GPU 之间的 IO 路径更短更快。
了解如何利用 NVIDIA DGX 增强性能
了解并行文件系统的目标用例为什么会扩展到企业 AI 和分析
构建可持续、低能耗和高性能的基础架构,可灵活用于多个并发工作负载。
IBM Storage Scale System 旨在构建面向 AI 的信息供应链,并通过并行高性能平台灵活访问多个数据源。
创建开放的混合云,通过从边缘到云的全局数据统一化实现基础架构现代化。
通过创新、简化和业务成果解决 AI 数据挑战。
利用全闪存或混合式可扩展存储构建块,该构建块旨在为可持续 IT 架构中的 IBM Storage Scale 创建高性能集群。
利用适用于 OpenShift 的企业 AI 容器原生存储解决方案。
将面向人工智能 (AI) 和大数据的存储基础架构现代化。