NEWS

HPE acelera la IA con nuevos módulos para HPE GreenLake for File Storage



Dirección copiada

Las nuevas herramientas de hardware de alta densidad permiten a las empresas acelerar las cargas de trabajo, reducir costes y ahorrar espacio en rack

Publicado el 18 mar 2024



HPE acelera la IA con nuevos módulos para HPE GreenLake for File Storage
HPE acelera la IA con nuevos módulos para HPE GreenLake for File Storage

Hewlett Packard Enterprise ha anunciado la expansión de las capacidades de HPE GreenLake for File Storage diseñadas para impulsar cargas de trabajo de lagos de datos e inteligencia artificial empresarial a gran escala. La última versión introduce opciones all-flash de alta densidad.

En comparación con la versión actual de HPE GreenLake for File Storage, ofrecen el cuádruple de capacidad y hasta el doble de rendimiento de sistema por unidad rack. Estas mejoras permiten duplicar el rendimiento a escala de IA y reducir el consumo de energía hasta en un 50%. Además, a través de un nuevo controlador con el doble de potencia de procesamiento y unidades de almacenamiento con un JBOF de 1-RU 1.3560PB all-NVMe, los clientes pueden acelerar las cargas de trabajo, reducir los costes y disminuir considerablemente la huella y el consumo energético del centro de datos.

A través de estas mejoras, HPE está dando otro paso importante para permitir a los clientes lograr rendimiento empresarial, simplicidad y eficiencia mejorados, todo a escala de IA y lagos de datos. Con los últimos racks de almacenamiento de alta densidad, HPE GreenLake for File Storage ha aumentado la densidad de capacidad de la oferta de alta gama siete veces por encima de lo que se lanzó a mediados de 20232. Además, HPE GreenLake for File Storage ahora ofrece hasta 2,3 veces la densidad de capacidad de la competencia.

Impulsando el rendimiento empresarial a escala de IA

HPE GreenLake for File Storage acelera las aplicaciones con uso intensivo de datos al ofrecer un rendimiento empresarial a escala de IA. Este rendimiento abarca todas las etapas de la inteligencia artificial, desde la agregación y preparación de datos hasta el entrenamiento, ajuste e inferencia. Además, no se trata solo de un rendimiento puntual para un pequeño conjunto de datos; es un rendimiento rápido y sostenido que abarca toda la escala de los datos, incluso para aplicaciones de IA más exigentes, como la GenAI y los modelos de lenguaje grandes (LLM). El rendimiento empresarial a escala de IA ayuda a las empresas a obtener más valor de todos sus datos agregados, lo que les permite obtener información más rápido y les proporciona una mayor ventaja competitiva real.

HPE GreenLake for File Storage tiene una arquitectura modular altamente resistente, desagregada y compartida que permite escalar el rendimiento y la capacidad de forma independiente, y está diseñada para escala exabyte. Con una velocidad NVMe para un rendimiento rápido y predecible y sin almacenamiento en caché front-end, ni movimiento de datos entre medios o procesos de datos escalonados, puede potenciar las aplicaciones de IA con uso intensivo de datos.

Mejorar la eficiencia a escala de IA

HPE GreenLake for File Storage puede reducir los costes de almacenamiento de IA con cuatro veces más capacidad por densidad RU y la mitad del consumo de energía. También puede reducir la huella de carbono con una reducción de datos, actualizaciones no disruptivas y un modelo de consumo de almacenamiento como servicio de IA que ayuda a eliminar el aprovisionamiento excesivo. Permite escalar el rendimiento, mejora la capacidad de forma independiente para lograr una mayor eficiencia a un menor coste y maximiza la utilización de la GPU (y, por lo tanto, el ROI de la GPU) con rendimiento empresarial a escala de IA.

HPE GreenLake for File Storage proporciona snapshots sin sobrecarga y replicación nativa, eficiencia flash superior y reducción de datos mejorada a través del algoritmo de similitud que, a diferencia de la compresión y la deduplicación, reduce los datos con un enfoque tanto global como detallado. Los ahorros son de 2:1 para datos de ciencias biológicas; de 3:1 para copias de seguridad reducidas previamente, archivos de registro precomprimidos y datos de animación y HPC; y de 8:1 para datos de series temporales sin comprimir.

Artículos relacionados

Artículo 1 de 4