本文主要是介绍PowerScale重磅升级，加速迈进AI时代，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
2024开年
给大伙报告一则好消息
Dell非结构化数据存储的扛把子
PowerScale迎来重大升级
第二代PowerScale全闪存系统
即将闪亮登场
此次升级主要涉及硬件、软件及与NVIDIA的合作关系三个方面，升级后的PowerScale有望成为第一个通过 NVIDIA DGX SuperPOD验证的以太网存储解决方案，为AI数据传输提供强大动力，提高人工智能建模和推理的便利性，加速客户在AI时代取得成功。
人工智能成功的关键
AI的兴起是近年来最基本的趋势之一，AI软件、模型和平台激增，几乎所有行业各种规模的组织都希望将人工智能的力量注入到运营中。
AI领域有一条基本规则：“垃圾进，垃圾出”（Garbage in, garbage out，缩写：GIGO）。无论AI模型或算法多么复杂，它们的性能都取决于所训练的数据，当处理图像、视频、文档和音频等非结构化数据时尤其如此。
据预测，到2025年，全球数据将增长至175ZB，其中大部分是图像、视频、文档和音频传感器数据形式的非结构化数据。
非结构化数据通常是无组织的，表现出更难分析的不同格式。而基于文件的数据是AI工作负载（包括视频和文档）的常用存储类型，为避免用户从存储中取出数据时模型训练陷入停滞，提高存储的流性能（包括读取和写入）对AI非常重要。
面对用户对AI就绪基础设施的日益增长的需求，戴尔通过增强型PowerScale全闪存系统和 NVIDIA DGX SuperPOD 验证，帮助组织加速AI项目。
满足AI存储的高性能和
高效率需求
硬件方面，第二代PowerScale全闪存系统基于最新一代Dell PowerEdge服务器构建，流式读取和写入的性能提升高达200%；
软件方面，借助PowerScale OneFS 软件增强功能，组织可以更快地准备、训练、微调和推理AI模型。PowerScale将引入智能横向扩展功能，以提高单个计算节点的性能并解决数据孤岛问题，从而为AI训练和推理提供更高的存储吞吐量。
戴尔数据管理解决方案产品管理高级副总裁Greg Findlen表示：
“ 从扩展的角度来看，许多历史或遗留设计将计算和存储耦合在一起，由此给客户带来了诸多限制和负担。一款合适的存储必须具有统一的数据堆栈，以便客户快速处理大量非结构化数据。 ”
迈凯伦赛车业务技术总监Dan Keyworth对PowerScale这一改进连连称赞，在每17分钟进行一次工程变更的场景下，迈凯伦能够利用尖端的AI应用程序，将高性能存储与计算能力相结合，打造成功的制胜法则。
PowerScale接受
NVIDIA DGX SuperPOD验证
DGX SuperPOD是NVIDIA于2021年推出的全球首台云原生、多租户的AI超级计算机，集经过设计优化的 AI 计算、网络结构、存储和软件于一身（包含NVIDIA AI Enterprise软件平台），是面向所有AI工作负载的通用系统，提供全栈、安全、稳定的AI超级计算解决方案。
NVIDIA DGX SuperPOD 企业解决方案
通过戴尔与NVIDIA的合作，使客户能够将 NVIDIA DGX 系统、Dell PowerScale 存储和 NVIDIA 网络结合起来，实现更快、更高效的AI存储，而PowerScale将成为第一个在NVIDIA DGX SuperPOD上经过验证的以太网存储。
在此之前，SuperPod验证仅适用于InfiniBand连接的设备。经过SuperPOD 验证的PowerScale意味着客户可以通过Nvidia的InfiniBand和Spectrum以太网网络将数据传输到SuperPOD GPU设备，或从SuperPOD GPU传输数据。
此番DGX SuperPOD 扩展到PowerScale中，用户无需安装光纤通道或InfiniBand即可在本地处理高性能工作负载，这将使AI更便于使用。
18机架SuperPOD
将AI带到数据所在之处
PowerScale升级是戴尔加速AI战略的重要一环，鉴于大多数公司正在拥抱多云的趋势，戴尔在云端同样发力，支撑用户对性能密集型AI和机器学习应用程序的要求。
适用于AWS和Microsoft Azure中的 Dell APEX 文件存储提供企业级文件性能和管理功能，允许客户利用公有云和本地的云原生AI工作流程，并改进数据访问和移动。
从本地到边缘到云端，戴尔将AI带到数据所在的任何地方，为用户提供完整的AI堆栈，助力组织在AI的浪潮下发挥独特竞争优势、抢占先机。
这篇关于PowerScale重磅升级，加速迈进AI时代的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
