La complessità dei workload moderni mette sotto stress le infrastrutture di storage, QNAP aggiorna la lineup prodotti per favorire il passaggio a soluzioni full flash.
Le aziende si trovano a gestire carichi di lavoro sempre più impegnativi e, in molti casi, volumi di dati dell’ordine di TeraByte o PetaByte. I limiti della tecnologia di interconnessione SAS si avvicinano rapidamente e portano a una riduzione delle performance e a un incremento dei tempi di risposta delle reti e dei servizi correlati.
La gestione di voluminosi database, l’integrazione di soluzioni di Intelligenza Artificiale, Machine Learning e analytics influiscono sull’evoluzione dello storage enterprise. Oggi, l’elaborazione di qualsiasi workload è strettamente correlata a tre fattori fondamentali, che giocano un ruolo importante nella scelta finale dello storage. In primo luogo, lo strumento di archiviazione, se basato su disco, SSD, NVMe o RAM. In seguito, l’architettura di storage, che potrebbe essere file system, database, lake o lakehouse, quale modello di implementazione ospitato nel cloud o on-premise. Infine, la prossimità delle attività di calcolo rispetto allo storage.
Una considerazione principale quando si sceglie la configurazione dello storage è la velocità dell’output. AI, ML o analytics devono produrre risultati in tempo reale? O possono essere suddivisi in lotti? Un sistema di AI utilizzato, per esempio, per fornire suggerimenti di eCommerce o per il rilevamento delle frodi deve supportare un’interazione quasi istantanea, per produrre i risultati di cui l’organizzazione ha bisogno. Quindi uno storage NVMe può rappresentare la scelta adatta.
Ogni caso applicativo e ogni workload AI ha esigenze specifiche e, anche per questo motivo, la pipeline di elaborazione dovrà essere distinta tra ingestione di dati grezzi, preparazione dei dati e generazione delle informazioni. Ognuna di queste fasi impatta diversamente e ha richieste differenti lato storage: ad esempio, la fase di ingestione può dipendere molto dall’input/output, motivo per cui le architetture di storage parallele possono essere una valida scelta.
La fase di preparazione è meno sensibile all’I/O e potrebbe non esserci un modello specifico a cui l’I/O deve adattarsi. Questo significa che il recupero dei dati potrebbe avvenire ad accesso casuale. Infine, la generazione delle informazioni probabilmente richiederà che dati e storage siano il più vicini possibile, elemento da considerare in fase di definizione dell’architettura storage.
La costante è che AI e simili sistemi non avranno l’opportunità di usare i dati da una singola architettura storage e da un singolo supporto di archiviazione. Non solo, per quanto gli algoritmi e i modelli si siano evoluti, il substrato fondamentale che rende l’intelligenza artificiale “davvero intelligente” è il volume e la varietà dei dati. Di conseguenza, il livello delle informazioni – e quindi lo storage – per l’AI dovrebbe essere scalabile, in grado di ampliarsi e contrarsi in base alle necessità.
L’importanza dello storage
Come abbiamo visto, carichi di lavoro molto verticali, ma anche workload eterogenei richiedono sempre più banda e tempi di accesso ridotti. Anche per questi motivi, le aziende e il mondo datacenter si sta spostando verso soluzioni di archiviazione NVMe. Questa tecnologia si sta diffondendo negli ambienti DC e nei CED laddove siano richieste prestazioni particolarmente elevate e cruciali per il business.
Quando risulta strettamente necessario rispettare SLA a cinque o sei zeri per applicazioni mission-critical si tendono ad adottare configurazioni hardware con supporto all-flash. In questi data center, la ridondanza è un fattore cruciale e molte di queste strutture gestiscono la loro piattaforma di storage prevalentemente attraverso la migrazione a SSD NVMe di classe enterprise (i drive NVMe sono dotati di cache DRAM più grandi, per garantire migliori prestazioni QoS e stabilità delle prestazioni a lungo termine).
L’upgrade server di tipo SATA o SAS comporta limitazioni in termini di disponibilità delle connessioni. La maggior parte dei sistemi che utilizza SSD SATA o SAS, viene collegato mediante controller RAID basati su hardware. Diversamente, lo standard NVMe utilizza porte PCI Express, che offrono una velocità intrinseca maggiore. Inoltre, tale standard sfrutta appieno i vantaggi dei profili RAID software-defined.
Fino a pochi anni fa, la maggior parte dei provider adottava principalmente lo standard SAS/SATA e anche i principali provider tier 1 non sono ancora riusciti a migrare completamente. Stanno operando con piattaforme miste, composte da soluzioni SATA ed NVMe. Ciò in quanto il passaggio ai drive NVMe richiede più di semplici aggiornamenti tecnici.
I drive NVMe M.2 normalmente non sono collegabili a caldo (hot plug), e non dispongono di un alloggiamento o di una staffa. La tecnologia SATA è rimasta un formato determinante, in quanto i drive malfunzionanti possono essere sostituiti a caldo, senza alcuna necessità di spegnere un intero server. In questo senso viene in aiuto il formato U.2, che consente l’uso dei dispositivi NVMe nei data center, dotandoli di funzionalità hot-plug sui server con caricamento frontale, a condizione che sia presente un supporto sul lato host e su quello del sistema operativo. Questo formato consente dunque di risolvere problemi concreti in termini di assistenza e supporto per la realizzazione di sistemi NVMe di prossima generazione.
QNAP TS-h1090FU
Consapevole delle mutate tendenze del mercato storage, QNAP si fa interprete delle esigenze delle imprese e sta rinnovando il proprio parco hardware enterprise per supportare ambienti di lavoro particolarmente esigenti. Un esempio è rappresentato dall’appliance QNAP TS-h1090FU.
Per quanto riguarda la configurazione, al momento QNAP prevede tre distinte varianti, due CPU e tre configurazioni RAM. I processori AMD EPYC di seconda generazione previsti per questo modello sono: EPYC 7232P e 7302P. Parliamo di unità pensate per architetture mono-processore su Socket SP3. EPYC 7232P (3,2 GHz) conta su 8 core interni e 32 MByte di cache L3; il controller per la memoria sfrutta 8 canali, per memorie DDR4 sino a 3,2 GHz, per una larghezza di banda per Socket di 85,3 GB/s.
Tra le due versioni, EPYC 7302P rappresenta la più veloce, sicuramente indicata per workload altamente impegnativi e per gestire ambienti VM. A un clock di 3,3 GHz si affianca una microarchitettura a 16 core e 128 MByte di cache L3. In questo caso la massima larghezza di banda per Socket sale a 204,8 GB/s.
QNAP TS-h1090FU è distribuito con la CPU EPYC 7232P e 64 GByte di RAM DDR4 ECC disposta su 8 banchi, per massimizzare le capacità del controller interno.
Le altre due varianti a listino includono il processore 7302P affiancato da 128 GByte o 256 GByte (a richiesta), sempre con 8 moduli distinti. Per tutte le versioni, il limite massimo di espansione è di 1 TByte su 12 banchi RDIMM.
Nonostante il formato rack 1U a profondità ridotta (582 mm), il sistema è dotato di numerose porte di comunicazione e offre una più discreta espandibilità (sono disponibili due slot interni PCIe Gen4 x16).
Per agevolare la transizione verso NVMe ad alte prestazioni, QNAP ha progettato questo NAS per supportare fino a 10 unità con formato da 2,5”, sia in formato Serial Ata, sia nel più veloce U.2 NVMe Gen 4 x4.
Adottando questi ultimi è possibile beneficiare delle numerose lane PCIe offerte dalla CPU Epyc (128 in totale), ottenendo un immediato incremento di prestazioni, grazie all’accesso diretto CPU-NVMe. In questo modo, lo storage di rete diventa una valido supporto per applicazioni a uso intensivo di I/O e sensibili alla latenza; per esempio, per la virtualizzazione, data center, archiviazione multimediale e attività di backup/ripristino ad elevate priorità.
Per supportare le elevate prestazioni del pool di storage, QNAP ha dotato questo NAS di due porte di rete 25GbE SFP28 SmartNIC, che si affiancano alle due 2,5 GbE.
Per soddisfare al meglio le necessità di business in differenti scenari, il NAS può essere usato con l’ormai diffuso sistema operativo Linux based QTS, di cui abbiamo spesso parlato, oppure con l’evoluto ambiente professionale QuTS hero (che combina i vantaggi ZFS con l’ecosistema di QTS App Center).
Nel complesso, la soluzione vanta numerosi plus: dalle dimensioni contenute all’espandibilità interna, al supporto NVMe per prestazioni allo stato dell’arte.
Per proteggere i dati in termini di integrità e riservatezza, la soluzione generale è la crittografia. Tuttavia, pur necessaria, non viene necessariamente attuata in modo corretto.
L’Eset Campus, hub di innovazione e tecnologia, è di 55.000 m², ospiterà la nuova sede dell’azienda e diventerà un centro di eccellenza, creando un ecosistema di cybersecurity, AI e innovazione per la Slovacchia e l’Europa centrale.
Il progetto HackersGen è una piattaforma sviluppata da Sorint.lab che ha l’obiettivo di fornire agli studenti un ambiente formativo sulle tecnologie IT più innovative e un supporto concreto allo sviluppo e all’implementazione di progetti scolastici o personali.
