🚀 Êtes-vous fait pour la Data ? Découvrez-le en 1 min

NetApp dévoile AFX : stockage all-flash désagrégé pour les charges de travail IA

-
2
 m de lecture
-
Illustration du stockage cloud NetApp AFX avec un écran d’ordinateur, un symbole de code et une connexion réseau cloud.

NetApp a dévoilé aujourd’hui son système de stockage AFX all-flash, doté d’une architecture désagrégée qui sépare le calcul du stockage pour gérer des charges de travail massives d’IA et d’apprentissage automatique. La plate-forme d’entreprise inclut un AI Data Engine optionnel, propulsé par des GPU NVIDIA, qui exécute un traitement de données on-array et de la vectorisation, éliminant les goulots d’étranglement traditionnels des pipelines de données IA tout en s’étendant jusqu’à 128 nœuds.

La nouvelle plate-forme fonctionne sur une version désagrégée du système d’exploitation ONTAP de NetApp, permettant une mise à l’échelle indépendante des ressources de calcul et de stockage tout en conservant des fonctionnalités de gestion de données d’entreprise, d’après la documentation technique de NetApp. Le système connecte les nœuds contrôleurs à de nouveaux tiroirs de stockage NXS224 via le protocole NVMe over Fabrics à ultra-faible latence, plus précisément RDMA over Converged Ethernet (RoCE), sur un réseau reposant sur les commutateurs Cisco 9364D-GX2A et 9332D-GX2B.

L’AI Data Engine (AIDE) optionnel constitue une avancée technique majeure, s’exécutant sur des nœuds de calcul de données DX50 équipés de GPU NVIDIA L40 au sein du cluster de stockage, d’après CRN. Conçu sur l’architecture de référence NVIDIA AI Data Platform et s’appuyant sur le logiciel NVIDIA AI Enterprise incluant NIM (NVIDIA Inference Microservices), AIDE permet la découverte des données in-situ, la caractérisation des métadonnées et la vectorisation sans déplacer les données hors de la baie, d’après Blocks & Files.

Point crucial, AIDE inclut une vector database intégrée, qui évite aux clients de déployer et gérer des bases de données distinctes pour la semantic search et les workloads de Retrieval-Augmented Generation (RAG), rapporte CRN. Le système est également certifié pour le NVIDIA DGX SuperPOD, soulignant ainsi ses hautes performances pour des environnements IA exigeants, d’après Blocks & Files.

Positionnement concurrentiel

L’AFX de NetApp arrive sur un marché très concurrentiel, en compétition directe avec les solutions de stockage désagrégé de VAST Data, Pure Storage et HPE, ainsi qu’avec Dell PowerScale pour les workloads de données non structurées et IBM Storage Scale dans le domaine des systèmes de fichiers parallèles, rapporte Computer Weekly. Des analystes du secteur notent l’entrée tardive de NetApp par rapport à VAST Data, qui a conçu son architecture pour l’IA dès le départ, bien que la base ONTAP de NetApp apporte des fonctionnalités d’entreprise robustes, dont une AI-powered ransomware resilience.

La capacité de la plate-forme à évoluer jusqu’à une capacité en exaoctets la positionne pour des déploiements d’IA massifs, tandis que l’intégration avec le plan de contrôle BlueXP de NetApp offre une administration unifiée au sein d’environnements multicloud hybrides, simplifiant les opérations des pipelines de données IA, selon la documentation de NetApp.

Bien que des benchmarks de performance spécifiques ne soient pas encore disponibles, HPCwire souligne que l’adoption future dépendra de la démonstration d’avantages clairs en termes de coût total de possession (TCO) et de la validation des gains d’efficacité via des métriques telles que les vectors-per-second et la latence des requêtes.

Facebook
Twitter
LinkedIn

DataScientest News

Inscrivez-vous à notre Newsletter pour recevoir nos guides, tutoriels, et les dernières actualités data directement dans votre boîte mail.

Vous souhaitez être alerté des nouveaux contenus en data science et intelligence artificielle ?

Laissez-nous votre e-mail, pour que nous puissions vous envoyer vos nouveaux articles au moment de leur publication !

Newsletter icone
icon newsletter

DataNews

Vous souhaitez recevoir notre
newsletter Data hebdomadaire ?