Evergreen//One voor AI: Moderne opslageconomie voor het AI-tijdperk

We weten allemaal hoe vraag en aanbod werken: voorspel wat u nodig hebt, verkrijg genoeg om aan uw behoeften te voldoen en bekijk elke cyclus opnieuw naarmate de behoeften fluctueren. Maar als het gaat om de zeer experimentele en iteratieve aard van AI, creëert dit rigide inkoopmodel een fundamentele mismatch – vooral voor infrastructuurteams die middelen opvoeren in wat, eerlijk gezegd, vrij onzeker gebied is.

En het verandert elke dag.

In de architecturen van gisteren hebben IT-teams traditionele vraag- en aanbodmodellen met de hand aangepakt, wat leidt tot kostbare overprovisioning of prestatieknelpunten die waardevolle GPU-resources verspillen. Traditionele benaderingen zijn simpelweg niet uitgerust om de flexibiliteit te bieden die ze nodig hebben – dat is gereserveerd voor Public Cloud-oplossingen, maar zelfs die zijn dubbele zwaarden. 

Gelukkig is echte cloud-first flexibiliteit in het datacenter terechtgekomen, maar deze next-gen opslagoplossing is niet zomaar een aankoopmodel. Het is een volledig moderne manier om IT te beheren, en dit is hoe het activiteiten en inkoop kan transformeren in het tijdperk van AI.

De financiële realiteit van infrastructuur voor AI op schaal

De financiële last van het implementeren en onderhouden van AI-infrastructuur is een grote zorg geworden voor organisaties van elke omvang. Bedenk dat toonaangevende AI-bedrijven meer dan $ 700.000 per dag kunnen uitgeven om hun infrastructuur te onderhouden en vlaggenschipproducten te gebruiken. In 2024 kunnen de totale uitgaven van sommige bedrijven aan gevolgtrekking en training oplopen tot 7 miljard dollar, gedreven door toenemende rekenkundige eisen.

Deze duizelingwekkende cijfers benadrukken een cruciale uitdaging: Traditionele storage-inkoopbenaderingen sluiten simpelweg niet aan bij de onvoorspelbare groeipatronen van AI.

Traditionele inkoopmodellen vs. het AI-tijdperk

De status quo is gedefinieerd door traditionele leveranciers van opslagtechnologie met technische beperkingen en veroudering die in hun producten zijn ingebouwd. Dit heeft organisaties ingesloten in een prognosebenadering op de middellange tot lange termijn van de opslaginfrastructuur die om verschillende redenen tekortschiet:

• AI-workloads zijn inherent experimenteel en iteratief.
• Datavereisten, prestatiebehoeften en capaciteitseisen evolueren onvoorspelbaar.
• De drie- tot vijfjarige tech refresh cycle kan geen gelijke tred houden met snel voortschrijdende AI-mogelijkheden.
• De grootte van opslag voor AI is ongelooflijk moeilijk nauwkeurig te voorspellen.

Deze verkeerde uitlijning creëert een pijnlijk dilemma: te weinig opslag implementeren en knelpunten creëren voor dure GPU-resources, of overprovision en verspild kapitaal dat kan worden geïnvesteerd in waardevollere AI-resources.

Dit is geen nieuw probleem in IT, maar AI kan het zeker erger maken – tenzij een nieuw model (en mindset) wordt omarmd.

Op consumptie gebaseerde modellen in het AI-tijdperk

Het traditionele model voor Capital Expenditure levert simpelweg niet de flexibiliteit die nodig is voor AI-workloads. Wanneer de datavereisten in weken veranderen, niet in jaren, hebben organisaties op consumptie gebaseerde modellen nodig die op hun voorwaarden schalen, niet op die van hun leveranciers.

In plaats van te wedden op capaciteit voor AI, veranderen as-a-service consumptiemodellen de volledige operationele dynamiek, in vergelijking met het traditionele eigen en operationele model. Het is een nieuw paradigma waar bedrijfsleiders zich minder hoeven te richten op het voorspellen van vereisten en het kopen, bezitten, beheren en bedienen van infrastructuur. In plaats van te worstelen met de AI-behoeften van het bedrijf met behulp van wat ze al hebben gekocht en het optimaliseren van het rendement op gezonken investeringen in vaste activa, kunnen ze zich richten op de toegang tot resultaten.

Uiteindelijk worden data de focus, niet de capaciteit – een stap in de goede richting wanneer u nadenkt over elke succesvolle AI-strategie, begint met een succesvolle datastrategie.

Try the Evergreen//One Monthly Cost Calculator

Estimate your storage-as-a-service (STaaS) subscription based on a flat $/TiB rate for services.

Try It Out

Evergreen//One: Een nieuw economisch model voor AI

Evergreen//One™ transformeert de manier waarop organisaties opslag voor AI-workloads aanschaffen en beheren. Het is speciaal ontworpen om te voldoen aan de onvoorspelbaarheid van infrastructuurvereisten voor workloads zoals AI en is gecertificeerd om te werken met NVIDIA OVX-servers, DGX BasePOD en DGX SuperPOD-clusters, waardoor compatibiliteit met toonaangevende AI-infrastructuur wordt gegarandeerd. U kunt de ESG Economic Validation lezen voor meer informatie.

Prestaties en efficiëntie gegarandeerd door SLA

Evergreen//One garandeert prestaties op basis van de maximale bandbreedtevereisten van uw GPU-clusters. Dit betekent:

• U krijgt alle prestaties die nodig zijn om waardevolle AI-resources volledig te benutten, geleverd via een service level agreement (SLA).
• Er is geen prestatieplafond – zelfs niet voor multiterabyte-per-seconde-vereisten.
• AI-infrastructuur staat bekend om zijn energieverbruik. Evergreen//One voor AI pakt deze zorg aan met een SLA voor energie-efficiëntie die serviceverlening bij gespecificeerde watt-per-unit-metingen garandeert. Pure Storage betaalt voor rackruimte en stroom voor zijn technologie wanneer uw datacenter wordt ingezet.

Voorspelbare economie voor onvoorspelbare workloads

Wat Evergreen//One voor AI echt onderscheidt, is het economische model dat aansluit bij de onvoorspelbare aard van AI:

• Voorspelbare maandelijkse uitgaven met SLA-ondersteunde garanties
• Betaal alleen voor wat u gebruikt met eenvoudige, transparante facturering
• U hoeft geen waardevolle artefacten, controlepunten of logboeken te verwijderen
• Vrijheid om te schalen zonder de financiële sancties van traditionele modellen

Elimineer technische schuld met continue innovatie

Evergreen//One voor AI blijft trouw aan de architectuurprincipes van Pure Storage door continue innovatie zonder onderbrekingen te leveren. Naarmate AI-workloads evolueren, houdt Pure Storage zijn service-level agreements bij met:

• Nieuwste technologische ontwikkelingen naadloos geleverd
• Volledig non-disruptief op- en afschalen – met capaciteitsuitbreiding, controllerupgrades, nieuwe arrays die indien nodig worden ingezet, of consolidatie – allemaal zonder dat klanten een bestelling hoeven te plannen of hun inzet hoeven uit te breiden
• Prestatieverbeteringen zonder downtime
• Functie-updates zonder dure forklift-upgrades

Platformbreed datamanagement met Pure1

PurePure1® is inbegrepen bij het Evergreen//One for AI-abonnement en is een AI-gedreven dataservicesplatform dat het volgende biedt:

• Voorspellende intelligentie via Pure1 META®
• Nauwkeurige voorspelling van applicatie- en infrastructuurbehoeften. Het platform bevat zelfs AI-aangedreven reserve-uitbreiding in Pure1 om uw gebruik te modelleren en uitbreiding van reserveverplichtingen aan te bevelen voordat het gebruik op aanvraag wordt bereikt, waardoor de kosten worden geoptimaliseerd.
• Continue monitoring en proactieve oplossing
• Full-stack analytics en wereldwijde zichtbaarheid

Waar het op neerkomt: Focus op AI-innovatie, niet op storagemanagement

De traditionele benadering van het raden van toekomstige opslagbehoeften aan het begin van een drie- tot vijfjarige refresh cycle werkt gewoonweg niet voor AI. Met Evergreen//One voor AI krijgt u de opslagprestaties en -capaciteit die u vandaag nodig hebt, maar met de flexibiliteit die u nodig hebt wanneer AI-mogelijkheden en -vereisten wekelijks in plaats van jaarlijks kunnen evolueren. 
Ontdek de economische en operationele agility die organisaties nodig hebben om concurrerend te blijven zonder de bank te breken met Evergreen//One voor AI.