HPC Storage Software:

Benötigen Sie schnellen Zugriff auf gemeinsam genutzte Daten zwischen mehreren Servern innerhalb eines Linux® High Performance Computing (HPC)-Clusters auf einem Storage Area Network (SAN)? Das HPE Clustered Extents File System ermöglicht den gleichzeitigen gemeinsamen Datenzugriff für geclusterte Linux-Server in einem SAN, wobei jeder Server im Cluster über direkte Highspeed-Datenkanäle zu einem gemeinsam genutzten Satz von Festplatten verfügt. Die Server teilen sich einen gemeinsamen Namespace innerhalb des Clusters, sodass jeder Server alle Dateien sehen und mit lokaler oder nahezu lokaler Geschwindigkeit auf Dateien zugreifen kann. Das HPE Clustered Extents File System lässt sich durch Hinzufügen von zusätzlichem Speicher oder weiteren Netzwerkverbindungen nach Bandbreite oder I/O skalieren und gewährleistet die Hochverfügbarkeit (High Availability, HA) von Daten in einem Design, das Server- oder Netzwerkausfälle erkennt und eine automatische Wiederherstellung vornimmt.

Werden Ihre HPC- und AI-Rechnerlasten durch langsame Speicherleistung beschränkt? Die WekaIO Matrix ist ein skalierbares Hochleistungsdateisystem, das ideal für AI, technische Rechenarbeiten und gemischte Workloads ist. Das flash-native, hoch widerstandsfähige POSIX-Dateisystem liefert hohe IOPS und Durchsatz mit geringen Latenzen für anspruchsvolle Rechneranforderungen. Die WekaIO Matrix stellt ein integriertes, richtlinienbasiertes Tiering zur Verfügung, sodass Daten von NVMe-Flash bis zu Objektspeichern in einem einzigen Namespace für einfaches Management und kostengünstige Geschäfte reichen können. Nativer Support für die S3-Schnittstelle des Branchenstandards gestattet die Integration in Umgebungen vor Ort und in Clouds. Ihre Organisation hat wesentliche Investitionen in die Rechnerstruktur getätigt, um Ihr Analyseaufkommen zu unterstützen und zu verhindern, dass die Datenzugänglichkeit der Engpass für die allgemeine Produktivität Ihrer Lösung wird. Die WekaIO Matrix liefert die Leistung, die Sie benötigen, damit Ihre Datenanalysepipelines nie im Leerlauf sind, weil sie auf Daten warten müssen.