Aktuality -> Hardware - 19. 6. 2012

SGI UV The Big Brain Computer

Největší systém SGI se sdílenou pamětí pro datově náročné problémy

Společnost SGI oznámila dostupnost nového systému SGI UV 2, který oproti předchozí generaci, zdvojnásobuje počet jader (až 4096 jader) a čtyřnásobí množství koherentní hlavní paměti (až 64 TB), jež je k dispozici pro výpočty v paměti počítače v rámci jednoho jediného systému. Systém SGI UV 2 lze škálovat až do osmi petabajtů sdílené paměti a při maximálním zatížení je I/O rychlost až čtyři terabajty za sekundu (14 PB/hod), což představuje zpracování celého tištěného obsahu americké knihovny kongresu za méně než tři sekundy. Tato nebývalá schopnost umožňuje uživatelům najít odpovědi na světově nejnáročnější problémy na systému, který se spravuje stejně snadno jako pracovní stanice. Systém SGI UV 2 je postaven na průmyslových standardech a podporuje širokou škálu možností ukládání a nabízí kompletní řešení pro bezlimitní počítání.


SGI UV 2 je podle tvrzení výrobce jediný systém na trhu, který využívá výkonu nejnovějších procesorů Intel Xeon řady E5 prostřednictvím čtyř soketů a 1,5 TB. S pouhými šestnácti jádry a 32 GB paměti lze začít se systémem SGI UV 2 v malém měřítku a bez problémů jej postupně rozšiřovat. Díky rychlosti I/O ve špičce dosahující až čtyř terabajtů za sekundu a sdílené paměti, která je až 1000krát rychlejší než flash paměť, činí všechny tyto funkce systém SGI UV nejvýkonnějším systémem se sdílenou pamětí pro všechny datově náročné problémy.

Systém UV 2 pracuje podobně jako pracovní stanice (na jednom systému má každý program přístup ke všem jádrům a veškeré paměti systému). Je méně složitý na správu než tradiční scale-out systémy s mnoha uzly a aplikace lze škálovat bez složitosti více instancí softwaru. Vzhledem k obrovské kapacitě SGI UV 2 mohou uživatelé konsolidovat kompletní workflow do jednoho systému, a to při velmi nízké IT zátěži na výpočetní jádro oproti srovnatelným clusterovým nebo škálovatelným systémům.

Na systému SGI UV může běžet cokoliv od běžných desktopových aplikací až po běžné clusterové aplikace, takže se systém stává alternativou k malým a středním clusterům. Uživatelé se mohou soustředit na výsledky, nikoli na algoritmy, a proto také mohou rychle inovovat, takže mohou vzít analýzu z notebooku, škálovat ji na SGI UV bez nutnosti přepisování kódu nebo přesouvání dat do jiných potřebných systémů. Díky podpoře různých souborových systémů a různých úložných variant, včetně SGI DMF, které dokáže vytvořit úložnou hierarchii tak, že vypadá jako lokální disk, nabízí SGI UV 2 kompletní řešení.

SGI UV 2 je vhodnou platformou pro zrychlení tempa inovací v oblasti podpory rozhodování, genomiky a věd o životě, chemie a materiálů, fyziky, vědy integračních systémů, národní bezpečnosti, produktového designu a dalších datově náročných oborů.

Řešení SGI UV 2000 je okamžitě k dispozici a SGI UV 20 je možné objednat již dnes, přičemž dodávky budou zahájeny v srpnu 2012.


 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.