23Pure Storage, der führende unabhängige Anbieter von All-Flash Datenplattformen für das Cloudzeitalter, und PNY Technologies, ein führendes Unternehmen in den Bereichen High Performance Computing, Grafik-Virtualisierung und Deep Learning-Technology, geben heute eine neue Distributionsvereinbarung für die EMEA-Region bekannt. Die Vereinbarung ermöglicht es PNY Technologies seinem etablierten Partnernetzwerk im Bereich High Performance Computing ab sofort moderne Flash-Speicherlösungen anzubieten.
Als EMEA-Distributor der Enterprise-Produkte von NVIDIA ist PNY Technologies mit einem bewährten und anerkannten Partnernetzwerk in der Region verknüpft. Dieses hat sich auf Kunden fokussiert, die in Märkten aktiv sind, wo High Performance Computing gefragt ist. Dazu gehören künstliche Intelligenz (KI), Deep Learning und verschiedene wissenschaftliche Anwendungen wie beispielsweise die Genomforschung.
Daten als Rohstoff stehen im Zentrum der beginnenden Revolution um künstliche Intelligenz. Immense Mengen an Daten müssen in extrem hoher Geschwindigkeit an GPUs (Graphics Processing Unit) übertragen werden, um Modelle schneller und akkurater trainieren zu können. Als essentielles Instrument im Bereich der Forschung rum um künstliche Intelligenz kommt das hoch leistungsfähige NVIDIA DGX-1 bei vielen der aktuell weltweit anspruchsvollsten Umgebungen zum Einsatz, bei denen Deep Learning und Datenanalytik gefragt sind. Dennoch stießen Kunden mit ihren Systemen an Grenzen: Konventionelle Speicherlösungen – basierend auf herkömmlicher serieller Block-Architektur – können nicht genügend Daten in der benötigten Geschwindigkeit zur parallelen Berechnung liefern, die bei KI-Workloads benötigt wird.
FlashBlade von Pure Storage, ist die weltweit erste Datenplattform, die speziell für Anwendungen rund um künstliche Intelligenz und moderne Analytik konzipiert wurde. FlashBlade wurde von Grund auf mit einer hochgradig parallelen Architektur entworfen. So wird nur ein halbes Rack benötigt um 8 Petabyte an nutzbaren Daten zu speichern und diese mit 75 GB/s zu lesen (Read Throughput) und mit 25 GB/s zu schreiben (Write Throughput). Dabei leistet das System 7.5 Millionen IOPS. Seit FlashBlade am Markt verfügbar ist (Januar 2017), wurden die Systeme von Pure Storage von zahlreichen Unternehmen, die auf moderne Datenverarbeitung setzen, genutzt. Dazu zählen moderne Analytik, KI und Machine Learning.
Jérôme Bélan, EMEA CEO von PNY Technologies erklärt: „Diese Partnerschaft versetzt unsere Kunden nun in die Lage endlich das komplette Leistungspotential ihrer Computing-Umgebung zu nutzen. Wir sind der festen Überzeugung, dass Pure Storage mit FlashBlade ein wichtiger Durchbruch in der Speicherindustrie gelungen ist. Es freut uns sehr, dass wir nun unseren Kunden eine einmalige Kombination bieten können: die Leistungsfähigkeit von NVIDIAs KI-Supercomputing-Plattform sowie die Geschwindigkeit, Agilität und Effizienz des FlashBlade von Pure Storage. Wir haben nun alle Mittel zur Hand, um für unsere Kunden den Turbo beim High Performance Computing einzulegen.“
Für Pure Storage kommentiert Ben Savage, Head of EMEA Channel: „Das NVIDIA Partnernetzwerk ist sehr etabliert und bewährt. Es eröffnen sich nicht nur signifikante neue Geschäftsfelder für unsere Kunden, sondern auch neue Märkte, neue Sektoren und Anwendungsgebiete. Das Potential ist immens – die Technologien ergänzen sich ideal, und wir haben große Ambitionen wenn es darum geht, was wir gemeinsam für Anwender möglich machen wollen.“
Richard Jackson, VP EMEA der Partnerorganisation von NVIDIA ergänzt: „Technologien für KI und Deep Learning gibt es nun schon seit einiger Zeit, aber viele Organisationen konnten bisher noch nicht die Prozessorleistung nutzen, die für den Erfolg ihrer Projekte benötigt wurde. Unser NVIDIA® DGX-1 umfasst alles, was Datenwissenschaftler benötigen um hoch leistungsfähige und tiefe neurale Netze zu konzipieren, zu trainieren und zu betreiben. Dank der neuen Partnerschaft, die unsere Technologie mit FlashBlade von Pure Storage kombiniert, können unsere Kunden nun die Grenzen des Machbaren verschieben. KI-Projekte können so in neue Bereiche vorstoßen.“
