Решения HPE с искусственным интеллектом
Компания Hewlett Packard Enterprise анонсировала новые решения в области интеллектуального хранения, которые должны помочь заказчикам раскрыть потенциал своих данных и получить рекомендации о новых источниках дохода. HPE представила усовершенствования платформы искусственного интеллекта для ЦОД HPE InfoSight, а также HPE Memory-Driven Flash – корпоративные системы хранения нового типа, построенные на устройствах Storage Class Memory (SCM) и интерфейсах Non-Volatile Memory Express (NVMe). Кроме того, компания объявила о расширенном партнерстве с производителем ПО Cohesity, чтобы помочь клиентам ускорить переход к гибридным облачным решениям.
Система хранения, управляемая искусственным интеллектом, позволяет создать самооптимизирующуюся ИТ-инфраструктуру и открывает доступ к данным. HPE InfoSight использует ИИ для упрощения управления инфраструктурой путем предсказания и предотвращения проблем, а также для создания базы для автоматической настройки оборудования в зависимости от меняющихся рабочих нагрузок. HPE InfoSight способствует сокращению операционных расходов на величину до 79% за счет самоуправляемой и самооптимизирующейся ИТ-инфраструктуры.
HPE InfoSight теперь можно использовать для управления рабочими нагрузками благодаря добавлению возможностей машинного обучения, которые снижают риски и необходимость вручную планировать новые производственные нагрузки. HPE Nimble Storage получил возможности использовать рекомендации HPE InfoSight для уровня виртуальных машин. Теперь InfoSight, выходя за рамки основных инструментов предиктивной аналитики, дает основанные на работе ИИ советы по управлению инфраструктурой и по тому, как лучше всего оптимизировать среду заказчиков и где разместить их данные. Планировщик ресурсов, основанный на ИИ, помогает оптимизировать распределение рабочей нагрузки между имеющимися системами хранения, вместо того, чтобы использовать метод проб и ошибок, и позволяет избежать риска сбоев при введении новых рабочих нагрузок. Наконец, анализ производительности HPE 3PAR сокращает время на устранение неполадок с помощью машинного обучения и позволяет диагностировать узкие места систем хранения. Новые разработки компании позволяют применят наработки HPE InfoSight без подключения к облаку.
HPE Memory-Driven Flash – это новый тип хранилища, построенный с использованием SCM и NVMe, который повышает производительность приложений для HPE 3PAR и HPE Nimble Storage. HPE Memory-Driven Flash снижает время доступа вдвое и работает на 50% быстрее, чем обычные флэш-массивы с твердотельными накопителями, подключенными по NVMe. Интеллектуальные решения, интегрированные в HPE 3PAR и HPE Nimble Storage, используют SCM с целью обеспечения обработки данных в режиме реального времени для бизнес-приложений, чувствительных к задержкам. HPE 3PAR – это первая корпоративная платформа хранения данных, совместимая с SCM и NVMe. Новая технология HPE является переходом к архитектуре СХД нового поколения на основе Memory-Driven Computing – вычислительной платформы, центральным элементом которой является память, а не процессор, что позволяет получить недоступный ранее прирост производительности и эффективности.
Модернизация имеющихся HPE 3PAR 9450 и семейства HPE 3PAR 20000 для использования этой технологии будет доступна с декабря 2018 г., а для HPE Nimble Storage – в 2019 г.
В рамках расширения возможностей систем хранения HPE технология Peer Persistence, ранее доступная только для 3PAR, приходит и в HPE Nimble Storage, обеспечивая непрерывный доступ к данным с помощью распределенной синхронной репликации и автоматического восстановления после отказа. Она доступна бесплатно в рамках лицензии по методике «все включено» для HPE Nimble Storage.
Расширенное партнерство с поставщиком ПО компанией Cohesity позволило сертифицировать сервера HPE Apollo и HPE DL 380 с продуктами Cohesity для консолидации резервных и вторичных данные в гибридном облаке. Анонсирован также продукт HPE Apollo 4200 Gen10, оптимальный для анализа big data и программно определяемых систем хранения с поддержкой горизонтального масштабирования.