Mobile-Menu

VMstore-T7000-Serie von Tintri NVMe-Speichersystem optimiert sich selbst mit KI

Von Michael Matzer

Tintri, ein Tochterunternehmen von DDN Networks, hat mit der Vmstore-T7000-Serie ein NVMe-Speichersystem vorgestellt, das auf die vollautomatische Steuerung durch Machine Learning setzt. Mit einer Kapazität bis zu 645 Terabyte in zwei Rack-Units bieten die drei Modelle Platz für bis zu 7.500 VMs oder 22.500 vDisks. Der Scale-Out kann auf über 40 Petabyte konfiguriert werden.

Anbieter zum Thema

Die Modelle der Tintri-Serie VMstore T7000 automatisieren Storage mithilfe von Machine Learning.
Die Modelle der Tintri-Serie VMstore T7000 automatisieren Storage mithilfe von Machine Learning.
(Bild: Tintri)

Die Vmstore-T7000-Serie ist nach Tintri-Angaben das „branchenweit erste KI-getriebene NVMe-Speichersystem, das autonom die Performance optimiert und Workloads über eine Scale-Out-Infrastruktur ausgleicht“. Das eigens entwickelte File-System zeichne sich durch Integration, Transparenz, Analytik und Datensicherung auf der Ebene verwalteter Objekte aus, wie beispielsweise VMs und Datenbanken. Manuell verwaltete Speicherkonstrukte wie LUNs oder Volumes würden dadurch überflüssig.

Die VMstore-Technologie nutze Machine Learning und gewährleiste, dass die Serviceanforderungen jedes einzelnen Workloads sicherstellt sind. Das Basismodell T7040 unterstützt 2.500 VMs und 7.500 vDisks, das größere Modell T7060 5.000 VMs und doppelt so viele vDisks, das Spitzenmodell T7080 hat Platz für 7.500 VMs und 22.500 vDisks. Sie bieten eine Kapazität für Rohdaten zwischen 20 bis 185 Terabyte, zum Schutz von Data-Protection-/Data-Recovery-Zielen bieten sie eine Kapazität von bis 1.290 TB – dedupliziert und komprimiert, versteht sich.

Ein einziges VMstore-System T7000 lässt sich auf bis zu 645 TB skalieren und in einer Scale-Out-Konfiguration auf über 40 Petabyte ausbauen – 30 Prozent mehr als die Vorgängerversion. „Anwender von VMstore T7000 profitieren von denselben Hardware-Controllern, die in den DDN-At-Scale-Lösungen für die weltweit anspruchsvollsten KI-, Analytik-, Deep-Learning- und High-IOPS-Workloads eingesetzt werden“, heißt es im Datenblatt. Hinsichtlich der Virtualisierung unterstützen die VMstore-Modelle die Hypervisoren von VMware, Microsoft, Red Hat, OpenStack und Citrix; an Workload-Datenbanken findet im Datenblatt nur der MS SQL Server Erwähnung.

Dieses Architekturdiagramm zeigt, welche fundamentale Rolle Tintri Analytics neben dem Betriebssystem TxOS spielt.
Dieses Architekturdiagramm zeigt, welche fundamentale Rolle Tintri Analytics neben dem Betriebssystem TxOS spielt.
(Bild: Tintri)

Analytik und Wartung

Dual-Controller, Hot Spares und Inline-Prüfsummen sowie referentielle Integrität mit Echtzeitfehlererkennung sollen die hohe Verfügbarkeit auf Hardware gewährleisten. Es ist indes die Künstliche Intelligenz in der Management-Software Tintri Global Center, welche die Wartungs- und Betriebskosten senken helfen soll. Per Echtzeitanalytik bietet die Konsole Einblick in Speichersystem, Netzwerk und Hosts pro einzelner VM oder Datenbank. Mit einem Klick gelangt der Anwender zur Ursache, um einen Fehler sofort erkennen und beheben zu können.

Prädiktive Analytik, die es schon seit 2016 gibt, führt das Profiling von Anwendungstypen, Modellierung und die Prognose von Kapazitäts- und Leistungsbedarf über die nächsten 18 Monate durch. Die Analysedaten werden mit VMware vRealize Operations, dem Microsoft System Center Operations Manager (SCOM) und anderen Plattformen zur Gewinnung umfassender Einblicke geteilt. Die KI soll die garantierte hohe Performance für jede Workload ohne manuelle Eingriffe garantieren.

Plattform für Entwickler

Die T7000-Serie soll auch erste Wahl für Entwickler sein. Die Plattform unterstützt native REST APIs, Power-Shell Toolkit, Python SDK sowie Plug-ins, wie etwa vRealize Orchestrator. Die offenen APIs unterstützen ein einfaches, standardisiertes und leistungsfähiges Scripting. An Anwendungsumgebungen unterstützt die T7000-Serie VMs, Datenbanken und Container. Die Kubernetes-Container-Unterstützung findet mithilfe von VMware vSphere7 statt. Die Datenverwaltung erfolge spezifisch für jede Anwendung, so etwa durch die Administration von Snapshots, Klonen, Replikationen und QoS-Richtlinien je Anwendung, VM oder Datenbank.

„Ein Großteil der heutigen Storage-Lösungen konzentriert sich immer noch auf allgemeine Datenmanagementaufgaben“, fasst Graham Breeze, Vice President of Products bei Tintri, zusammen. „Das hat zu einer Vielzahl herkömmlicher speicherzentrierter Management- und Überwachungssysteme geführt, die alle den wichtigsten Faktor außer Acht lassen: die Anwendung.“ Die KI der VMstore T7000 Serie erkenne Probleme in virtualisierten Server- und Desktop-Umgebungen sofort. IT-Experten hätten dadurch Zeit, sich wieder ihren strategischen Aufgaben zu widmen.

Aktuelles eBook

Herausforderungen für den Speicher: Big Data

Storage-Systeme für große Datenmengen

eBook Storage-Systeme für große Datenmengen
eBook „Storage-Systeme für große Datenmengen“
(Bild: Storage-Insider)

Bei der Speicherung von Big Data wird zunehmend auf Data Lakes zurückgegriffen, doch genügt es nicht, die eintreffenden Datenströme einfach dorthinein zu kippen – dann würde daraus schnell ein „Data Swamp“. Lesen Sie im eBook, wie Sie optimal mit großen Datenbergen umgehen können und wie die entsprechenden Daten optimal für die Bearbeitung bereitgestellt werden können.

Die Themen im Überblick:

  • Big Data und Storage-Systeme
  • Aus Big Data Wert schöpfen
  • Wohin mit den unstrukturierten Daten?
  • Von der lokalen Appliance über Cloud Provider bis in die Hybrid Cloud

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Data-Storage und -Management

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

(ID:48087080)