功能
快速、可擴充的效能
高頻寬、高 IOPS 效能、超低延遲，透過可位元組定址的媒體儲存中繼資料和小型 I/O，並利用連接本機的 NVMe 和軟體管理備援功能來儲存大量 I/O。
縮短創造價值的時間
根據用途的需求設定 Parallelstore，並為極端的生成式 AI 和 HPC 模擬用途建構適當規模的系統。
確保架構具有前瞻性
透過 Parallelstore 建構，為貴企業做好準備，以擴充 HPC、融合 AI/機器學習並整合 Kubernetes。這樣一來，您可以成長並拓展事業，同時將服務中斷情形降到最低。分散式中繼資料管理、極端 IOPS 和鍵/值儲存庫架構，都與 AI 工作負載中的新興模式完美契合。
開放原始碼彈性
Parallelstore 是以開放原始碼 Intel DAOS 為基礎。長久以來，我們在 Kubernetes、TensorFlow 等許多專案中，一直扮演開放原始碼領導者的角色。開放原始碼可讓您在各公有雲平台或其他位置靈活部署重要工作負載，如有必要還可進行遷移。不用增加營運負擔或仰賴特殊技能，也能加快產品和服務的上市速度。
運作方式
「透過 Google Cloud 中的 DAOS，使用者可以輕鬆快速佈建儲存空間叢集，這些叢集可以擴充到與類似地端部署硬體相近的效能等級，同時還能視需求動態擴充及縮減。」- Intel 公司 Andrey Kudryavtsev
常見用途
AI/機器學習訓練
如果系統需要高速存取超大型檔案或數百萬個小型檔案，平行檔案系統的效能強於 NFS 和物件儲存空間。平行檔案系統的延遲時間遠低於其他選項。由於延遲時間會影響最大 IOPS，因此 Parallelstore 是 AI/機器學習工作負載暫存空間的絕佳選擇。