概述
为了解决数据和工作负载在各地分散的现状,需要实现对存储在分布式文件和对象存储系统中的大量非结构化数据的高速访问。IBM Storage利用人工智能(AI)、机器学习(ML)和高级分析手段,对数据存储基础架构进行现代化改造。IBM Storage不仅仅是一套存储产品和解决方案,其有助于人工智能和混合云的应用,提供灵活、高性能的AI,使基础设施现代化,易于管理全球数据访问和服务,访问速度更快,能够降低成本效益并带来更多价值。
解决方案
IBM Storage解决方案使用高效且可扩展的解决方案管理非结构化数据的快速增长,旨在增强数据相关性,并在不牺牲性能的情况下以云规模整合各种文件和对象存储工作负载。通过消除数据孤岛、进行数据发现和分类,加速业务成果和创新,在整个数据生态系统中释放非结构化数据的潜在价值。IBM Storage提供了三种解决方案:
三种解决方案之间可以互相联合使用,实现统一非结构化数据平台。IBM Storage Scale可以无缝连接到IBM Storage Ceph,部署到IBM Storage Scale System硬件平台中,实现软硬一体,支持自动数据放置与数据迁移,可安全地实现大数据分析。
优势
IBM Storage通过整合文件、块数据和对象数据服务实现统一存储平台,加速实现数据价值和企业数字化转型。其优势有:
大规模交付数据,同时保持高性能、低延迟;提供托管数据访问,缩短甚至消除停机时间。
能够在边缘、本地和云环境中运行,整合更多数据和工作负载。
与合作团队共享数据和工作负载,以提高成员工作效率,减少数据副本,提高资源利用率。
在单一可扩展平台上管理数据和应用程序服务,实现数据和应用程序服务集中化。
利用统一、灵活的存储平台,在不影响性能的情况下进行横向与纵向扩缩,从而减少应用程序和数据蔓延。
保护应用程序和数据,通过集成安全和勒索防护功能,在遭遇漏洞和攻击后能够快速恢复。
应用案例
IBM SSS 3200+GPU servers + RDMA组成海量图像分析处理和高速数据管道平台,Stroge Scale+阿里CPFS打通云上和云下的数据通道,实现混合云跨协议数据流动。此方案打造了高性能AI训练平台,使自动驾驶场景下图像分析效率提升150%,可帮助新能源车企构建全局数据平台,加速智能驾驶应用。
大陆集团使用了IBM Elastic Storage System、IBM Spectrum Scale和NVIDIA DGX系统,在满足性能、可扩展性或简单性等基础设施要求的情况下,实现其应用程序开发的现代化。该方案确保大陆集团的基础设施在云环境及本地的运行;通过多节点训练优化深度学习,使其能够在不影响生产时间的情况下提高模型精度,实现更高的安全性。大陆集团使用此解决方案将人工智能训练时间提高了70%。引用:IBM案例研究《加速对大陆集团车辆安全性的洞察分析》
全部0条评论
快来发表一下你的评论吧 !