NetApp 推出專為 AI 時代打造的統一數據儲存方案

NetApp 推出專為 AI 時代打造的統一數據儲存方案

NetApp 宣布推出全新 AFF A 系列系統,可支援客戶面臨的 IT 工作負載,包括生成式 AI、VMware 及企業數據庫。在 AI 時代,企業感受到諸多壓力,如加速創新、提供客戶全新體驗、應對數據安全威脅以及提升生產力。

根據 NetApp 2024 年雲端複雜度調查報告,企業意識到若要運用 AI 實現業務成功,取決於兩大關鍵因素:數據 (74%) 以及 IT 基礎架構 (71%)。而新一代 NetApp AFF A 系列採用了ONTAP Storage Operating Systems,與前三大公有雲服務相同的技術,能夠消除儲存孤島與儲存管理的複雜度,提供強大、智能且安全的儲存,藉此加速且最佳化各種工作負載。其中也包含整合功能,能立即最佳化 VMware 儲存成本、同時提供絕佳未來擴充性。

這些全新系統包括 NetApp AFF A1K、AFF A90、AFF A70,可透過提供以下功能加強企業工作負載:

·         高達 2 倍的強大效能,具備絕佳的每秒 4 千萬次 IOPS、每秒 1TB 的傳輸量

·         經驗證的 99.9999%數據可用性

·         業內領先的原始容量到有效容量,包含持續運作的數據精簡化與 4:1 的儲存效率保證

·         整合即時勒索軟件偵測,準確率可達 99% 以上,並提供勒索軟件恢復保證

NetApp 的統一數據儲存支援區塊、檔案與物件儲存協定,並能與三大公有雲供應商原生整合,讓客戶得以整合工作負載、降低數據成本,並在無數據孤島的情況下運作。

NetApp數據管理和整合服務的新特色和功能包括:

·         全新 StorageGRID 機型:NetApp 推出五款新型號 StorageGRID,可提高大型非結構化數據的價值,同時降低整體擁有成本。StorageGRID 現在可搭配容量型快閃記憶體,以最低成本提供快速物件存取時間。客戶也將在關鍵物件工作負載方面享受到新款 StorageGRID 在靈活性、選擇性、效能與可持續性上的大幅提升。這包括極具競爭力的每 GB 價格、高達 3 倍的效能提升、節省 80% 的機櫃空間,以及高達 70% 的節能效果。

·         網絡儲存庫參考架構 (Cyber Vault Reference Architecture):NetApp 推出全新網絡儲存庫參考架構,進一步強化公司業界領先的數據保護功能。NetApp 的安全、可復原網絡儲存庫結合最新技術。這包括安全數據儲存技術、自主即時勒索軟件偵測及快速數據還原。能以成熟的 ONTAP 技術為基礎,提供「邏輯隔離斷網」(logically air-gapped) 儲存空間,為客戶數據打造無可比擬的防護,以抵禦進階的網絡威脅。

·         SnapMirror 主動同步 (SnapMirror Active Sync):最新版 ONTAP 包含 SnapMirror 主動同步功能,可在兩個數據中心之間建立對稱式主動-主動 (symmetric active-active) 業務持續性解決方案。搭配 VMware vSphere Metro Storage Cluster (vMSC) 及甲骨文 (Oracle)、SAP 與微軟 (Microsoft) 企業數據庫使用時,SnapMirror 主動同步功能可在數據中心服務中斷時維持業務運作。

·         具備回寫 (Writeback) 功能的 FlexCache:更新版 ONTAP 也包含具備回寫功能的 FlexCache,可在分散式團隊之間建立數據的本機副本,進而降低延遲並確保存取不中斷,同時減少管理開支。這些本機副本可讀寫數據,提供更大的控制能力給本地團隊,同時維持與核心數據中心的數據一致性。

·         攜手 Lenovo 推出 NetApp AIPod:NetApp 與 Lenovo 合作開發全新整合式基礎架構解決方案,專為生成式 AI 的數據檢索強化生成 (RAG) 及推理等使用案例而設計。此方案結合聯想高效能的ThinkSystem 伺服器、NVIDIA L40S GPU、NVIDIA Spectrum-X 網絡,以及 NetApp AFF 儲存,並已通過NVIDIA OVX 架構規範驗證。

·         BlueXP 數據分類:這項由 AI/ML 驅動的服務現已成為 BlueXP 的核心功能,讓使用者能立即自動分類、標記整個數據環境的資料,進而強化數據智能。此功能可提升企業在數據管控、資訊安全與法規遵循方面的成效,同時加速如生成式 AI 等策略性工作負載的部署。透過 BlueXP 數據分類功能,客戶可利用 AIOps 技術,將經過自動分類的專屬數據以安全且可程式化的方式整合至預先訓練的模型中,立即提升數據關聯性,進而推動生成式 AI 與RAG 等創新應用,同時兼顧成本管控與數據安全。