Компания Pure Storage объявила об обновлении своей платформы хранения данных, включая улучшение управления парком массивов, использование ИИ для выявления аномалий и новые соглашения SLA.
Решение Pure Fusion, которое автоматизирует оркестрацию и размещение рабочих нагрузок, теперь встроено в среду Purity. Решение объединяет массивы и оптимизирует пулы хранения «на лету» для структурированных и неструктурированных данных, как локально, так и в облаке, используя машинное обучение для оптимизации работы. Pure Fusion повится на всех платформах Pure Storage.
Источник изображений: Pure Storage via Blocks&Files
Также компания представила первый в индустрии (по её словам) интеллектуальный помощник для СХД — GenAI Copilot for storage, который «представляет собой радикально новый способ управления и защиты данных с использованием естественного языка». Он прошёл обучение на данных десятков тысяч клиентов Pure Storage и может оказать действенную помощь в работе команд по обслуживанию СХД при исследовании проблем с производительностью и управлением, а также для упреждения инцидентов безопасности. Эта функция использует несколько LLM в фоновом режиме, а также данные телеметрии от хранилищ пользователя.
Также Pure анонсировала три соглашения об уровне обслуживания (SLA) Evergreen//One Storage as-a-Service (STAaS), включая гарантию AI StaaS, восстановление после кибератаки и обеспечение устойчивости, а также возможность перераспределения обязательств по использованию хранилищ. Кроме того, используется новая система оценки безопасности и улучшенное обнаружение аномалий доступа к данным с помощью ИИ.
Соглашение об уровне обслуживания Evergreen//One AI Storage as-a-Service гарантирует, что производительности хранилища, обслуживающего ускорители, будет достаточно для поддержки рабочих нагрузок обучения, инференса и HPC. Более того, теперь можно не просто оплачивать только необходимые уровни производительности и пропускной способности, но и динамически менять их в зависимости от сиюминутных потребностей. А Site Rebalance SLA позволит раз в год перераспределять уже приобретённые ресурсы между несколькими площадками, если, например, одной из них более не требуется изначальный уровень обслуживания, а другой уже не хватает ресурсов.
Также компания расширила возможности Cyber Recovery and Resilience SLA — теперь заказчикам доступна услугу аварийного восстановление. Pure разработает индивидуальный план восстановления, а при наступлении «страхового случая» в заданные сроки доставит новое оборудование, развернёт его и поможет перенести данные.
А чтобы свести к минимуму различные инциденты, Pure Storage внедрила новую оценку рисков безопасности на уровне всего парка хранилищ. Компания даст практические рекомендации по максимизации киберустойчивости, основываясь на анализе более чем 10 тыс. эксплуатируемых массивов Pure, и будет обновлять их минимум ежеквартально, а также поможет клиентам соблюсти правила различных регуляторов. А AI Copilot позволит оценить защищённость и безопасность развёрнутых хранилищ.
Источник изображений: Pure Storage via StorageReview
Дополнительно Pure теперь предоставляет защищённые рабочие пространства для приложений с тщательным контролем доступа. Основная цель — простая и безопасная автоматизированная интеграция данных с кластерами ИИ без потери производительности, управляемости и защищённости. Новые функции обнаружения аномалий используют машинное обучение на исторических данных о работе хранилищ заказчика для обнаружения атак программ-вымогателей, вредоносной активности и DoS путём непрерывного мониторинга аномалий производительности. В случае атаки можно будет быстро найти последний незатронутый снимок данных и быстро восстановить работу.
Наконец, Pure Storage объявила о прохождении сертификации для работы с NVIDIA DGX BasePOD и NVIDIA OVX, а к концу года компания намерена провести сертификацию своих СХД и для работы с NVIDIA DGX SuperPOD. Компания утверждает, что у её массивов лучшая в отрасли энергоэффективность и что её СХД потребляют на 85 % меньше энергии, чем альтернативные All-Flash платформы. И именно это может помочь клиентам преодолеть ограничения по мощности в ЦОД, обслуживающих крупные ИИ-кластеры.
Источники: