Parallelstore
고성능 관리형 병렬 파일 서비스
Parallelstore는 Intel DAOS를 기반으로 하며 경쟁사 Lustre 스크래치 제품보다 최대 6.3배 더 높은 읽기 처리량 성능을 제공합니다.
기능
빠르고 확장 가능한 성능
고대역폭, 높은 IOPS, 매우 짧은 지연 시간, 바이트 주소 지정이 가능한 미디어를 활용하여 메타데이터와 소규모 I/O를 저장하고, 일괄 I/O를 위해 소프트웨어 관리 중복성을 갖춘 로컬 연결 NVMe를 지원합니다.
가치를 더 빠르게 실현
사용 사례에 가장 잘 맞는 Parallelstore를 구성하고 극단적인 생성형 AI 및 HPC 시뮬레이션 사용 사례에 적합한 규모의 시스템을 빌드하세요.
아키텍처의 미래 경쟁력 확보
Parallelstore로 빌드하면 HPC 확장, AI/ML 통합, Kubernetes 통합에 비즈니스가 대비할 수 있으므로 중단을 최소화하면서 성장 및 확장할 수 있습니다. 분산된 메타데이터 관리, 매우 높은 IOPS, 키-값 저장소 아키텍처는 AI 워크로드의 새로운 패턴에 잘 맞춰져 있습니다.
오픈소스 유연성
Parallelstore는 오픈소스인 Intel DAOS를 기반으로 합니다. Google은 Kubernetes, TensorFlow 등의 프로젝트를 통해 오랜 시간 동안 오픈소스 분야에서 리더의 자리를 지켜왔습니다. 오픈소스는 퍼블릭 클라우드 플랫폼 안팎에서 중요한 워크로드를 배포하고 필요한 경우 마이그레이션할 수 있는 유연성을 제공합니다. 운영 오버헤드나 전문 기술 없이 제품과 서비스를 시장에 더 빠르게 출시합니다.
작동 방식
"Google Cloud의 DAOS를 사용하면 사용자는 비슷한 온프레미스 하드웨어와 유사한 성능 수준으로 확장할 수 있는 스토리지 클러스터를 쉽고 빠르게 프로비저닝할 수 있을 뿐만 아니라 필요에 따라 이러한 클러스터를 동적으로 확장 및 축소할 수 있습니다." - 안드레이 쿠드야브체프, Intel
일반적인 용도
AI/ML 학습
매우 큰 파일 또는 수백만 개의 작은 파일에 대한 빠른 속도의 액세스가 시스템의 경우 병렬 파일 시스템이 NFS 및 객체 스토리지보다 우수할 수 있습니다. 병렬 파일 시스템은 다른 옵션보다 지연 시간이 훨씬 짧기 때문에 최대 IOPS에 영향을 미칠 수 있으므로 Parallelstore는 AI/ML 워크로드 스크래치 공간에 탁월합니다.
학습 리소스
매우 큰 파일 또는 수백만 개의 작은 파일에 대한 빠른 속도의 액세스가 시스템의 경우 병렬 파일 시스템이 NFS 및 객체 스토리지보다 우수할 수 있습니다. 병렬 파일 시스템은 다른 옵션보다 지연 시간이 훨씬 짧기 때문에 최대 IOPS에 영향을 미칠 수 있으므로 Parallelstore는 AI/ML 워크로드 스크래치 공간에 탁월합니다.
정량적 거래 분석
Parallelstore는 고성능의 양적 분석 및 거래에서 중간 데이터의 스크래치 분석 기능을 제공하는 데 적합하며 사기 감지와 같은 다른 복잡한 고속 금융 서비스 사용 사례에도 적합합니다.
학습 리소스
Parallelstore는 고성능의 양적 분석 및 거래에서 중간 데이터의 스크래치 분석 기능을 제공하는 데 적합하며 사기 감지와 같은 다른 복잡한 고속 금융 서비스 사용 사례에도 적합합니다.
전산응용공학(CAE)
Parallelstore는 전산유체역학(CFD), 복잡한 모델링, 충돌 시뮬레이션, 화학 공학 등을 수행하는 제조, 자동차, 항공우주, 생물 의학 애플리케이션에 적합한 옵션입니다.
학습 리소스
Parallelstore는 전산유체역학(CFD), 복잡한 모델링, 충돌 시뮬레이션, 화학 공학 등을 수행하는 제조, 자동차, 항공우주, 생물 의학 애플리케이션에 적합한 옵션입니다.
