上周,我们发布了
第五代存储革命性创新产品
Dell EMC PowerStore
它的革命性创新在哪?
今天就来为大家介绍
PowerStore的革命性创新功能之一
业界首创的AppsON
AppsON是PowerStore中的一项改变游戏规则的功能,也是目前唯一一款内置VMware vSphere的专用存储阵列,存储资源可直接插入到虚拟化层,从而实现了突破性的简化和灵活管理。
“存储资源可直接插入到虚拟化层”,什么意思呢?我们用下面这张图来直观进行展示▼
如图可见,左边展示的是一个普遍场景。物理服务器运行ESXi,然后通过FC或iSCSI连接到独立的存储阵列。这就是我们传统的应用运行方式,应用程序的计算任务由服务器承担,后端磁盘在存储系统上。
右边展示的则是PowerStore内部包含了计算和存储组件。两台本地ESXi主机(每节点1个)构成了计算层的ESXi集群。控制器虚拟机运行PowerStoreOS,该PowerStoreOS可以处理后端磁盘上的任何嵌入式应用(虚拟机)的存储,或作为传统存储服务于外部主机。
这种使客户可以直接在存储设备上运行应用程序,而无需外部服务器就称为AppsOn。
带有AppsON的PowerStore
能为用户带来什么价值?
我们将从边缘到核心再到云,这三个方面为大家展开。
如今,各行各业都在积极主动部署各种物联网用例,以实现数字化转型举措。但往往面临着如何使用集中式分析解决方案以安全、经济的方式,分析大量实时物联网数据和信息的挑战。
物联网设备往往会产生大量结构化和非结构化数据,必须对这些数据的源头进行实时评估。企业需要对数据进行汇总和过滤,以去除不重要的数据点,或者识别出最有价值的数据传输到云端。
对基于边缘IoT数据分析有需求的企业,需要寻求管理简单、可扩展、安全的基础设施解决方案,并满足其网络和数据保留要求,而PowerStore为那些寻求基础设施简单和密集的环境提供了独特能力。通过AppsON,存储管理变得更加简单,因为支持的数据管理应用可以直接在存储阵列上运行,从而简化了操作并整合了目标外部虚拟机。
此外,它的2U小体积、易于部署、灵活架构、支持多种数据类型、以及集中式管理和高级复制到核心数据中心的能力,使其成为边缘计算的理想解决方案。
? PowerStore也可以部署在核心数据中心。
通过AppsOn,PowerStore为应用部署提供了无与伦比的灵活和移动性。PowerStore集群管理结合了VMware vSphere,这包括vMotion和Storage vMotion,可实现PowerStore和其他VMware目标之间的无缝应用程序移动。
使用单个存储实例,应用程序可以在网络服务器、超融合基础架构(VxRail)或直接在PowerStore上部署,并在它们之间透明地迁移。这种无与伦比的敏捷性使IT和应用程序所有者能够根据当前需求和可用资源,快速无缝地将工作负载部署和重新分配到最有效的环境中。
AppsON通过提供灵活性,同时继续利用现有基础架构和流程投资,进一步使IT组织受益。它通过为需要高数据效率和“始终开启”数据缩减的高容量,高性能存储密集型工作负载提供“落脚点”,从而补充了包括超融合解决方案(VxRail)在内的现有平台,以解决广泛的应用和数据需求。
除了在边缘和核心部署基础设施外,许多企业正在利用公有云进行混合云解决方案。PowerStore客户可以在保持运营一致性的同时,轻松地将其基础架构集成到这些环境中。
对于VMware客户来说,VMware Cloud on AWS通过将其在本地部署的vSphere环境扩展到AWS云上,实现了无缝的混合云,使用户能够利用AWS资源对基于vSphere的应用进行现代化、保护和扩展。
PowerStore通过vSphere的AppsON功能,用户可以根据需求在PowerStore和AWS之间轻松地迁移应用和数据,无需额外的管理工具,实现简单、一致的操作。
最后,PowerStore仍然可以作为一个传统的存储设备来使用,为现有的网络化服务器提供容量。
结 语
AppsON是一项改变游戏规则的功能,它使得PowerStore既可以提供应用程序的存储容量,又可以提供基于VMware的环境来本地托管应用程序。这种特性使PowerStore非常适合存储密集型工作负载,这种工作负载需求大量IOPS和容量(例如数据库)。PowerStore也非常适合基础架构整合用例,例如空间受限而希望基础设施简单,或特殊任务环境提供IT服务,这包括边缘计算、ROBO、移动部署等。
相关内容推荐:第五代存储革命性创新产品现已上市!
相关产品:PowerProtect
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。