Thai
ที่งาน ISC 2026 DDN ได้เปิดตัวกลุ่มผลิตภัณฑ์ที่เพิ่มขึ้นของแพลตฟอร์มข้อมูล AI และ HPC โดยเปิดตัวฮาร์ดแวร์ ซอฟต์แวร์ และความสามารถแบบผสานรวมใหม่ เพื่อปรับปรุงการใช้งาน GPU เร่งการอนุมาน AI และทำให้การปรับใช้โครงสร้างพื้นฐาน AI ขนาดใหญ่ง่ายขึ้น
การเปิดตัวใหม่ครอบคลุมอุปกรณ์จัดเก็บข้อมูล AI400X3M ความพร้อมใช้งานทั่วไปอย่างเป็นทางการของเทคโนโลยีเร่งความเร็วแคชแบบกระจาย KV Cache ที่ผสานรวมกับ NVIDIA Dynamo ของ DDN ตลอดจนคุณสมบัติการรักษาความปลอดภัยที่อัปเกรด ความสามารถในการสังเกต และการจัดการโครงสร้างพื้นฐานสำหรับสแต็กแพลตฟอร์มข้อมูล AI เต็มรูปแบบ
การเพิ่มประสิทธิภาพเหล่านี้แก้ไขคอขวดหลักตลอดทั้งขั้นตอนข้อมูล AI รวมถึงการประมวลผลข้อมูลล่วงหน้า การฝึกโมเดล การอนุมาน การสร้างเสริมการดึงข้อมูล (RAG) การใช้เหตุผลเชิงตรรกะ และปริมาณงาน AI แบบตัวแทน DDN มุ่งเน้นไปที่การเพิ่มประสิทธิภาพโครงสร้างพื้นฐานโดยรวมโดยการเพิ่มการใช้งาน GPU ให้สูงสุด ในขณะเดียวกันก็ลดต้นทุนการดึงพลังงานและการใช้งานทั้งหมด
Alex Bouzari ซีอีโอและผู้ร่วมก่อตั้ง DDN ตั้งข้อสังเกตว่าโครงสร้างพื้นฐาน AI สำหรับการผลิตสมัยใหม่ไม่สามารถพึ่งพาพลังการประมวลผลเพียงอย่างเดียวได้ เขาเน้นย้ำว่าการประสานข้อมูลที่มีประสิทธิภาพ การรักษาความปลอดภัยที่แข็งแกร่ง และการมองเห็นการปฏิบัติงานที่ครอบคลุม กลายเป็นสิ่งจำเป็นสำหรับการนำ AI ขององค์กรไปใช้ การอัปเดตใหม่ของ DDN ได้รับการออกแบบมาเพื่อปรับปรุงประสิทธิภาพของ GPU ลดต้นทุนการอนุมาน และลดเวลาแฝงของโทเค็นครั้งแรกถึงโทเค็นแรก
AI400X3M: ยกระดับความหนาแน่นของประสิทธิภาพ AI และ HPC
กลุ่มผลิตภัณฑ์ใหม่ชั้นนำของ DDN คือ AI400X3M ซึ่งเป็นอุปกรณ์จัดเก็บข้อมูลแบบครบวงจรรุ่นใหม่ที่สร้างบนระบบไฟล์คู่ขนาน EXAScaler ประสิทธิภาพสูงและสมบูรณ์
ข้อมูลจำเพาะแบบเต็มของ AI400X3M
ผลงาน
-
ประสิทธิภาพการอ่านตามลำดับ: สูงสุด 190 GB/s
-
ประสิทธิภาพการเขียนตามลำดับ: สูงสุด 110 GB/s
-
IOPS อ่านแบบสุ่ม: 8M
คุณสมบัติของระบบ
-
แพลตฟอร์ม: Turnkey EXAScaler อุปกรณ์ระบบไฟล์แบบขนานที่ใช้ร่วมกันสำหรับ AI พร้อมด้วยตัวควบคุมพื้นที่จัดเก็บข้อมูลแบบแอคทีฟ-แอคทีฟ
-
พอร์ตโฮสต์ต่ออุปกรณ์: 4× XDR/400GbE OSFP หรือ 8× NDR200/200GbE QSFP112
-
รองรับไดรฟ์: ไดรฟ์ PCIe G5 NVMe แบบถอดเปลี่ยนได้แบบสองพอร์ตขนาด 2.5 นิ้วขนาด 24 นิ้ว
-
ตัวเลือกความจุ: 120/250/500TB, พื้นที่จัดเก็บข้อมูลที่ใช้งานได้ 1PB/2PB
-
คุณสมบัติเฟิร์มแวร์มาตรฐาน: การแมปและการมาสก์ LUN, การเขียนสตริปอัจฉริยะ, การควบคุม QoS อ่าน, การตรวจสอบและแก้ไขความสมบูรณ์ของข้อมูล, อินเทอร์เฟซหลายโหมด (CLI, GUI, Python API), บันทึกระบบขาออกพร้อมการรองรับ RELP, การแจ้งเตือนการเปลี่ยนแปลงสถานะอีเมล/SNMP
ความปลอดภัยและการปฏิบัติตามข้อกำหนด
-
การรับรองความปลอดภัย: IEC/EN/UL/CSA 62368-1, GB4943
-
การรับรอง EMC: EN 55032 คลาส A, EN 55035, EN 61000-3-2/3-3, FCC ส่วนที่ 15 คลาส A, VCCI คลาส A, ICES-003 คลาส A, GB/T9254 คลาส A, BSMI คลาส A
-
การปฏิบัติตามข้อกำหนดด้านสิ่งแวดล้อม: RoHS, REACH, WEEE, ERP Lot9X
คุณสมบัติทางกายภาพ
-
ฟอร์มแฟกเตอร์: 2U ติดตั้งบนชั้นวางได้
-
ขนาด: สูง 3.43 นิ้ว (87 มม.), กว้าง 17.56 นิ้ว (446 มม.), ลึก 33.7 นิ้ว (856 มม.) (ไม่รวมกรอบ); ความลึกโดยรวม 35.2 นิ้ว (895 มม.)
-
ระยะราง: 26.75–34.0 นิ้ว (680–860 มม.)
-
น้ำหนัก: 98 ปอนด์ (44 กก.) ว่างเปล่า; น้ำหนักบรรทุกสูงสุด 108 ปอนด์ (49 กก.)
พลังงานและความเย็น
-
แรงดันไฟฟ้าขาเข้า: 200–240V, 50/60 เฮิรตซ์
-
แหล่งจ่ายไฟ: PSU ซ้ำซ้อนแบบถอดเปลี่ยนได้อย่างรวดเร็ว 2 × พร้อมทางเข้า IEC60320-C20
สภาพแวดล้อมการดำเนินงาน
-
ช่วงอุณหภูมิ: 5°C ถึง 30°C (41°F ถึง 86°F)
-
ความชื้นสัมพัทธ์: 8%–80% (ไม่ควบแน่น)
-
ระดับความสูง: 3,117 ฟุต (950 ม.) @ 30°C; 10,000 ฟุต (3,048 ม.) @ 23°C
แพลตฟอร์มใหม่มอบประสิทธิภาพการอ่านที่สูงขึ้นถึง 35% เมื่อเทียบกับรุ่นก่อนหน้าด้วยปริมาณงานสูงสุด 190GB/s รองรับการขยายขนาดแร็คเดี่ยวได้สูงสุดถึง 30PB และใช้สถาปัตยกรรมการจัดเก็บข้อมูลแบบไฮบริดแฟลช-HDD เพื่อสร้างสมดุลระหว่างประสิทธิภาพ ความจุ และต้นทุนโดยรวม ออกแบบมาโดยเฉพาะสำหรับการฝึกอบรม AI การอนุมาน จุดตรวจสอบ และการจำลอง HPC อุปกรณ์นี้สามารถขจัดปัญหาคอขวดในการจัดเก็บข้อมูลที่จำกัดประสิทธิภาพของ GPU ได้อย่างมีประสิทธิภาพ ความพร้อมใช้งานทั่วไปมีกำหนดในช่วงปลายไตรมาสที่ 3 ปี 2026
การเร่งความเร็วแคชแบบกระจาย KV มีวางจำหน่ายทั่วไปแล้ว
หลังจากการแสดงตัวอย่างเทคโนโลยีที่ NVIDIA GTC 2026 สถาปัตยกรรมการเร่งความเร็ว KV Cache แบบกระจายของ DDN พร้อมการผสานรวม NVIDIA Dynamo แบบเนทีฟได้มาถึงสถานะ GA เต็มรูปแบบ ซึ่งเข้ากันได้กับทั้งพื้นที่จัดเก็บอ็อบเจ็กต์ DDN Infinia และระบบไฟล์คู่ขนาน EXAScaler
แทนที่จะจำกัดพื้นที่จัดเก็บแคช KV ไว้ที่หน่วยความจำ GPU ในเครื่อง สถาปัตยกรรมแบบกระจายนี้จะถ่ายข้อมูลแคช KV ไปยังแพลตฟอร์มการจัดเก็บข้อมูลประสิทธิภาพสูงของ DDN ซึ่งช่วยขจัดปัญหาคอขวดของหน่วยความจำที่สำคัญในระหว่างการอนุมานขนาดใหญ่
เข้ากันได้กับ NVIDIA Dynamo, vLLM และเฟรมเวิร์กการอนุมานกระแสหลักอื่นๆ โซลูชันนี้ช่วยให้สามารถรวมแคช KV แบบกระจายที่ใช้ร่วมกันข้ามโหนดการอนุมานหลายโหนด โดยมอบความเร็วในการโหลดแคช KV ที่เร็วขึ้นสูงสุด 55 เท่าสำหรับปริมาณงาน LLM ซึ่งปรับปรุงการใช้งาน GPU อย่างมีนัยสำคัญ เร่งการสร้างโทเค็น และลดต้นทุนการใช้งานการอนุมานโดยรวม เหมาะอย่างยิ่งสำหรับการอนุมานบริบทแบบยาว, RAG, โมเดลการให้เหตุผล และเวิร์กโฟลว์ AI แบบเอเจนต์ที่ซับซ้อนพร้อมการเข้าถึงบริบทขนาดใหญ่บ่อยครั้ง
ไปป์ไลน์ข้อมูล AI แบบครบวงจรแบบครบวงจร
DDN ได้เปิดตัวกลยุทธ์โครงสร้างพื้นฐานข้อมูล AI แบบครบวงจร โดยผสมผสานพื้นที่จัดเก็บอ็อบเจ็กต์ Infinia สำหรับปริมาณงานการอนุมาน และพื้นที่จัดเก็บแบบขนาน EXAScaler สำหรับการฝึกโมเดลและจุดตรวจสอบ
Infinia มอบการประมวลผลข้อมูลเมตาที่มีความหน่วงต่ำและประสิทธิภาพการทำงานพร้อมกันสูงซึ่งปรับให้เหมาะสมสำหรับสถานการณ์การอนุมาน ในขณะที่ EXAScaler มอบปริมาณงานที่สูงเป็นพิเศษสำหรับการฝึกฝนโมเดลแบบเข้มข้น สถาปัตยกรรมแบบผสานรวมช่วยขจัดไซโลข้อมูลและรักษาการใช้งาน GPU ในระดับสูงตลอดวงจรชีวิต AI เต็มรูปแบบ
ฟีเจอร์ความปลอดภัยและโครงสร้างพื้นฐานอัจฉริยะที่อัปเกรดแล้ว
DDN ได้เปิดตัวการปรับปรุงระดับองค์กรหลายประการ รวมถึง Bare-Metal Multi-Tenancy, การเข้ารหัสตาม KMIP และการจัดการคีย์, ความสามารถในการสังเกตการปฏิบัติงานที่ขับเคลื่อนโดย VictoriaLogs และขยายการสนับสนุน API ของผู้เช่าหลายราย
ด้านการเพิ่มประสิทธิภาพพื้นที่จัดเก็บข้อมูล การปักหมุดไฟล์อัจฉริยะแบบใหม่และฟีเจอร์ Hot Pools ที่เร่งด้วย NAND จะคอยเก็บข้อมูลที่มีการเข้าถึงบ่อยบนพื้นที่จัดเก็บข้อมูลแฟลชความเร็วสูง และจัดระดับข้อมูลเย็นไปยัง HDD ราคาประหยัดโดยอัตโนมัติ ซึ่งช่วยปรับปรุงประสิทธิภาพการจัดเก็บข้อมูลได้อย่างมีประสิทธิภาพ และลดการลงทุนความจุแฟลช
การขยายการใช้งาน Cloud AI อย่างต่อเนื่อง
DDN ยังคงขยายระบบนิเวศโครงสร้างพื้นฐาน AI บนคลาวด์ของตน ซึ่งรวมถึงโซลูชัน Managed Luster ที่พัฒนาร่วมกับ Google Cloud และการปรับใช้การผลิตที่ Salesforce โดยอิงจาก Google Cloud Managed Luster ที่ขับเคลื่อนโดย EXAScaler
การใช้งาน Salesforce บรรลุความเร็วการฝึกโมเดลที่เร็วขึ้น 1.5 เท่า ความหน่วง I/O ลดลง 75% และค่าใช้จ่ายในการฝึกอบรมลดลง 42% ตรวจสอบมูลค่าของการเพิ่มประสิทธิภาพพื้นที่จัดเก็บข้อมูลของ DDN สำหรับปริมาณงาน AI ขนาดใหญ่ได้อย่างสมบูรณ์
ด้วยชุดการอัปเดตนี้ DDN กำลังขยายขีดความสามารถนอกเหนือจากการจัดเก็บข้อมูลแบบขนานแบบดั้งเดิม เพื่อให้ครอบคลุมการเรียบเรียงข้อมูล AI การเร่งการอนุมาน และการจัดการโครงสร้างพื้นฐานแบบฟูลสแตก เพิ่มขีดความสามารถในการใช้งานคลัสเตอร์ GPU ขนาดใหญ่สำหรับองค์กร ระบบคลาวด์ การวิจัย และสถานการณ์ AI อธิปไตย
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
มุ่งเน้นธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT/บูรณาการระบบและบริการ/โซลูชั่นโครงสร้างพื้นฐาน
ด้วยประสบการณ์การจัดจำหน่ายด้านไอทีมากกว่า 20 ปี เราร่วมมือกับแบรนด์ชั้นนำระดับโลกเพื่อนำเสนอผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่เชื่อถือได้ของคุณ!
Sandy Yang/ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
มุ่งเน้นธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT/บูรณาการระบบและบริการ/โซลูชั่นโครงสร้างพื้นฐาน
ด้วยประสบการณ์การจัดจำหน่ายด้านไอทีมากกว่า 20 ปี เราร่วมมือกับแบรนด์ชั้นนำระดับโลกเพื่อนำเสนอผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่เชื่อถือได้ของคุณ!