s2048.t.eloqua.com/visitor/v200/svrGP
50
2048
d6547807cf984896b000ad5232552b28
etrack.ext.hpe.com
secure.p01.eloqua.com/visitor/v200/svrGP
50
2048
10831b2db3a34b9ea5863b752a46bfad
C_EmailAddress,C_FirstName,C_LastName,C_BusPhone,C_Company,C_Address1,C_Address2,C_City,C_Zip_Postal,C_State_Prov,C_Country,C_Number_of_Employees1,C_Email_Opt_In1,C_Estimated_Budget1,C_Industry1,C_Language1,C_Lead_Source___Most_Recent1,C_Mail_Opt_in1,C_Mobile_Opt_in1,C_Phone_Opt_in1,C_MobilePhone,C_Timeframe_to_Buy1,C_Response_Type1,C_Purchase_Role1,C_Contact_Me_Request1,ContactIDExt
2
price.disclaimer.pten
報價中提供的價格可能依當地經銷商而有所不同。
顯示更多
顯示更少
https://connect.hpe.com/e/f2?nocache
zh_TW
我們的系統無法確認您的地址是否有效,因此找不到建議的替代項目。強烈建議您編輯地址,然後再試一次。若您確信您所輸入的地址正確,也可以繼續使用該地址。
提供的用户 ID 无权访问此国家/地区,请尝试登录获授权的国家/地区合作伙伴门户网站。
没有与合作伙伴相关联的国家/地区。请联系系统管理员。
我们已将您识别为访问 HPE Storefront 的 Partner Store 客户。请'点击此处' 登录 Partner Store。
我们已将您识别为访问 Partner Store 的 HPE Storefront 客户。请'点击此处' 登录 HPE Storefront。
登入錯誤
要求的帳戶為現有企業帳戶。請按一下這裡 登入企業商店。
Sign-in Error
The associated account is connected to an employee profile. Please either register or use an alternative account to log in to the storefront.
感谢您填写个人资料信息.
为完成注册,请检查您的收件箱是否有来自 Hewlett Packard Enterprise (HPE) 的电子邮件 并按照验证步骤进行操作。
false
add
alert
attachment
bookmark
brand mark
calculator
calendar
down
next
caret-next
cart
chat
checkmark
play
close
configure
contact
cost savings
credit card security
critical
cycle
deliver
directions
add document
PDF document
down
duplicate
edit
expansion
fast forward
filter
folder
grid
host maintenance
internal storage
IT transformation
language
like
down
next
next
previous
list
lock
mail
management software
location
market growth
memory
money
next
notification
ok
operating system
performance
Google
Google
power supply
previous
print
processor + memory
processor
reset
return
save
scorecard
search
down
service
Facebook
Linkedin
Linkedin
Youtube
spinner
standards
subtract
support
trash
tree
up
user
virtual machine
warning
server
toolkit
Solutions/Configure
Models
Features
Specification
Additional Resources
Services
Options
HPE Data Management Framework ZWS4106 18TB SAS 12G Business Critical 7.2K LFF LP 512e 10‑pack HDD
Are your High Performance Compute (HPC) and AI environments struggling with file management? HPE Data Management Framework 7 (DMF7) delivers centralized data management across HPC and AI storage systems and protects scalable, parallel file systems like Lustre and Spectrum Scale. Namespace reflection is used to create an independent snapshot of file system state, allowing you to recover file systems in a known good state. This system maintains file versions, allowing users to recover files from previous successful job runs. HPE DMF7 automates data movement between tiers in a storage hierarchy, e.g. between flash and disk. Administrators and users can also use HPE DMF7 to move files between file systems, e.g. when files must be moved from storage that is being retired. HPE DMF7 improves utilization of expensive, high performance storage by automatically moving files to lower cost storage tiers, creating a virtual storage space that appears to scale beyond the physical capacity.
顯示更多
顯示更少
SKU 號碼
R8V03A
Sold by:
HPE
開始使用
可通过 HPEFS 获得的融资
由 HPE 經銷商提供
高效能運算 (HPC)/AI 應用程式的資料非常豐富,而資料必須受到妥善保護 導致資料全部或部分遺失的原因有多種:使用者錯誤、應用程式故障、儲存系統故障和違法行為。「只要重新執行應用程式就好了」是在業界廣為流傳的一句話,但對現今的高效能運算 (HPC) 來說,這並非是實用的策略,因為感應器、衛星和訊號所傳送來的資料可能都是轉瞬即逝的。
由於故障導致的檔案系統遺失,會對高效能運算 (HPC) 叢集的可用性帶來災難性的影響。即使檔案系統具有修復工具,修復損壞檔案系統所需的複雜工作和時間,也會導致運算中斷超出可接受的 SLA 範圍。
到目前為止,保護檔案系統和資料一直是成本高昂的投資,並且存在許多缺點,包括缺乏備份時限、針對 PB 規模的平行檔案系統進行了次最佳化的備份公用程式,以及掃描檔案系統中繼資料對效能的負面影響。
百萬兆級運算的問世,正在逐漸打破傳統高效能運算 (HPC) 儲存在可擴充性上的限制 高效能運算 (HPC)/AI 應用程式所需的資料量和多樣性,讓「儲存怪獸」更加猖獗,高效能運算 (HPC) 預算則愈加吃緊。與此同時,在檔案和 iNode 數量雙雙不斷增長的重壓下,傳統的平行檔案系統架構也苦不堪言。
儲存管理員應該最能感受到儲存挑戰,因為他們要努力讓昂貴的高效能儲存裝置維持足夠的可用空間,而使用者則「大手大腳」地用新檔案塞滿檔案系統。增加儲存預算和/或刪除使用者檔案,並不是切實可行的補救措施。
高效能運算 (HPC)/AI 應用程式所需的資料量和多樣性,讓「儲存怪獸」更加猖獗,高效能運算 (HPC) 預算則愈加吃緊。與此同時,在檔案和 iNode 數量雙雙不斷增長的重壓下,傳統的平行檔案系統架構也苦不堪言。
最終,管理員必須和使用者一起從檔案系統中刪除未使用的檔案,以此確保中繼資料效能不會受到損害。當舊檔案被標記為刪除時,無需移動任何資料,因為 HPE DMF7 已經將檔案和中繼資料保存在成本較低的後端儲存裝置中。
高效能運算 (HPC)/AI 儲存環境非常多樣化,而資料必須具備可攜性 我們的儲存系統已針對效能、容量和成本進行了最佳化,並且資料始終在這些層之間傳輸。應用程式工作流程會要求資料跟隨使用者和應用程式,這使得管理員持續面臨管理儲存成本及將資料順著階層向下推送的壓力。
管理高效能運算 (HPC)/AI 資料移動是一項艱鉅的工作。工具不易使用、可擴充性也不佳、網路管道頻寬有限、使用者可能不具備所需的技能。當資料不能輕易移動,並且移動資料的動機不高時,預設選擇是將其留在原位。
我們的儲存系統已針對效能、容量和成本進行了最佳化,並且資料始終在這些層之間傳輸。應用程式工作流程會要求資料跟隨使用者和應用程式,這使得管理員持續面臨管理儲存成本及將資料順著階層向下推送的壓力。
技術移轉是資料移動的常見驅動因素,HPE DMF7 可在未來抵禦這種風險。它會自動將後端物件從低效的較舊世代 HDD/磁帶技術,移轉到具有最高密度、可靠性和效能的新世代技術。
當檔案系統必須淘汰時,管理員會將檔案系統和檔案轉移到 HPE DMF7 後端裝置上。一旦受到保護,檔案系統就可以暫存到一個全新的命名空間中,而檔案可以暫存到新的命名空間中或由 HPE DMF7 繼續管理。
降低高效能運算 (HPC) 儲存成本,就能增加運算預算 高效能運算 (HPC) 資料的持續增長,以及大型 AI/機器學習資料集的協調,正在推動儲存容量需求以前所未見的速度增長。此外,以更符合成本效益的成本採用快閃儲存,代表控制成本仍然是高效能運算 (HPC) 儲存買家的主要目標。
「儲存怪獸」與這個目標背道而馳。「儲存怪獸」鼓勵高效能運算 (HPC) 客戶在昂貴的專有儲存裝置複寫檔案,並橫向擴充最昂貴的儲存層以滿足資料增長的需求,因為將資料保留在昂貴的儲存裝置上,比移動資料更為輕鬆。
HPE DMF7 的主要目標是降低儲存成本。HPE DMF7 無需購買更昂貴的儲存裝置,而是讓高效能運算 (HPC) 客戶更輕鬆地使用低成本的儲存來保護、擴充和移動資料,從而提高關鍵業務型高效能運算 (HPC) 儲存資源的使用率和效能。
高效能運算 (HPC) 資料的持續增長,以及大型 AI/機器學習資料集的協調,正在推動儲存容量需求以前所未見的速度增長。此外,以更符合成本效益的成本採用快閃儲存,代表控制成本仍然是高效能運算 (HPC) 儲存買家的主要目標。
{"baseProduct":{"productID":"R8V03A","productName":"HPE Data Management Framework ZWS4106 18TB SAS 12G Business Critical 7.2K LFF LP 512e 10\u2011pack HDD"},"navigationList":["企業解決方案","高效能運算解決方案","高效能運算儲存解決方案","HPE 数据管理框架 7","HPE Data Management Framework ZWS4106 18TB SAS 12G Business Critical 7.2K LFF LP 512e 10\u2011pack HDD"],"cartDetail":{},"productInfo":[{"productInfo":{"quantity":"1","productID":"R8V03A","productName":"HPE Data Management Framework ZWS4106 18TB SAS 12G Business Critical 7.2K LFF LP 512e 10\u2011pack HDD"}}]}