Infortrend企業向けクラウドファミリー
コンテナ化されたアプリケーションと従来のアプリケーション向けに最適化されたプラットフォーム

Infortrend企業向けクラウド(IEC)は、演算機能、保存機能、およびKubernetes管理を1つのソリューションに統合したプライベートクラウドプラットフォームです。このプラットフォームは、拡張性や信頼性といったクラウド機能を提供し、クラウド用に作られたアプリケーションと従来のアプリケーションの双方が実行できます。IECには2種類の製品シリーズがあります: 大企業のデータセンター向けのKS 5000Uとデータ収集の現場に設置するあるいは中小企業向けのKS 3000Uです。これらのモデルは、高性能CPU、GPUとNVMe SSDをサポートし、AI業務やその他の性能が重要となるアプリケーションに最適です。IECプラットフォームは、ノード保護を用意し、性能の強化のために切れ目の無いスケールアウトをサポートし、厳しいデータ要求に応えるために高性能ストレージを提供します。また、AIを活用した監視と予測分析によって、リソース管理とシステムの信頼性確保を前倒しすることで、運用を強化します。内蔵のアプリケーションマーケットプレイスによって、IECは、企業が様々なアプリケーションを素早く、簡単に導入することを可能にします。
IECには、大企業のデータセンター向けのKS 5000Uシリーズとデータ収集の現場に設置するあるいは中小企業向けのKS 3000Uシリーズが導入可能です。U.2 NVMe SSDとGPUの構成が可能なため、これらのシリーズでは企業が使用するアプリケーションに最適なモデルを選択することができます。全てのKSモデルは、2Uの筐体で、25GbEと100GbEのネットワークインターフェイスをサポートしています。
企業のデータセンター向け演算ノード
KS 5000Uシリーズは、3種類のモデルをご用意しました。Intel XeonスケーラブルCPUまたはEPYC™ 9004シリーズCPUを搭載し、GPUとU.2 NVMe SSDの構成が可能で、企業が使用するアプリケーションに最適なモデルを選択することができます。

GPU集約型モデル
KS 5008Uは、GPUに重い負荷がかかる業務向けに最適化してあり、ノード当たり最大4個のNVIDIA GPUが搭載でき、クラスタでは80個のGPUまで拡張できます。アプリケーション全体で効率的なリソース利用を実現し、高密度GPUによる性能を提供できるため、AIトレーニング、生成AIおよび3Dレンダリングに最適です。

汎用モデル
KS 5016Uは、様々なAIおよびHPC業務を遂行できるよう設計されました。最大2個の高性能GPUと16台のNVMe SSDが搭載でき、そのバランスの良い設計により、深層学習推論、チャットボット、AI支援製造などそこそこのストレージ要求を持つ演算集約型業務に拡張可能な性能を提供します。

ストレージ集約型モデル
KS 5024Uは、高速ストレージアクセスが必要なデータが中心のアプリケーションに最適です。ノード当たり最大24台のNVMe SSDを搭載できます。emailサーバー、データベース、CRMおよび連続的な工場データ収集に最適化されたため、このモデルは、大容量と高速スループットを企業のIT部門や製造環境に提供します。
様々な設置環境向けのエッジAIサーバー
KS 3000Uシリーズは、データ収集の現場および中小企業(SMB)向けに設計され、AMD EPYC™ 8004 シリーズCPU(最大64コア)、柔軟なGPU構成、4台のNVMe SSDをサポートする2種類のモデルがあります。

エッジデータセンター向けモデル
KSa 3004Uは、ラックマウント型のエッジデータセンターに最適です。最大2枚のフルハイト450W GPUカードを搭載し、AI 推論やビデオ分析など、リアルタイムの意思決定を必要とする、時間に制約があり、低いレイテンシが求められる業務に強力なエッジAI演算性能を提供します。

静音デスクトップ運用モデル
KSa 3004UEは、低騒音モデルで、基本的に小売店やオフィスなど人がいる場所の身近なデスクトップに導入されます。低消費電力(最低80W)で運用できるよう最適化され、1枚のGPUカードを搭載でき、現場での処理に使える効率的なエッジAIサーバーです。
高性能
GPUコンピューティング: 各KS 5000Uノードは、最大4枚のNvidia GPUカードをサポートし、企業のデータセンターにおけるAI、深層学習、ハイパフォーマンスコンピューティング(HPC)に最適です。各KS 3000Uノードは、最大2枚のGPUをサポートし、中小企業や現場での処理に用いられるAI業務に良く適合しています。
並外れた演算能力: 各KSノードは128コアの演算性能を有するため、クラスタ全体では、最大2560コア分の演算能力を提供できます。
高速ストレージ: U.2 NVMe SSDを搭載することで、KSノードはアプリケーション実行のため、1MのIOPS、30GB/sの読み取りおよび25GB/sの書き込みストレージスループット性能を発揮します。

拡張性
演算ノードの拡張: ユーザーは、KS 5000Uの場合、3台のノードで構成されたクラスタから、KS 3000Uの場合、単一ノードもしくは2台のノードで構成された高可用性(HA)クラスタから始めることができます。演算性能への要求が増加した場合、1台ずつノードを追加することで、停止する必要無しにクラスタを拡張できます。それにより、リソースの効果的な拡張とアプリケーション性能の最適化が行えます。
ストレージ容量の拡張: KSは、様々なストレージで拡張できます。EonStor GSユニファイドストレージまたはEonStor DS SANストレージへの接続が可能です。

アプリケーションによる柔軟なデータ保護
KSは、複数ノードに対するデータの複製(Replica x2またはx3)をサポートし、アプリケーションごとに複製を個別に設定可能です。製造システム、データベース、CRMのように重要なアプリケーションは、最適なデータ保護が得られるそれぞれにふさわしい複製方針(Replica x2またはx3)で構成できます。事業遂行に関わりのない業務用など、重要度の低いアプリケーションは、複製の必要はありません。このため、そのリソースを必要とするものに割り当てることができます。この方法を使うことで、データ保護の管理において、大きな柔軟性が得られます。

バックアップとリストア
より大きな柔軟性を保つため、KSはコンテナおよびVMのバックアップを提供します。全てのアプリケーションのデータと設定をバックアップすることにより、KSはコンテナ化されたアプリケーションの整合性を保証し、企業が円滑に業務を遂行することを助けます。
企業は、クラウドや離れたストレージへリモートバックアップを行うことでデータ保護戦略を高度化できます。バックアップ効率を改善するため、KSは様々な機能を提供します。その機能には、スケジュールバックアップ、差分バックアップ、バックアップ状況を俯瞰し、円滑なプロセス実施を可能とする統括的な監視ダッシュボードがあります。

高可用性
KSは、ノード障害検出とフェールオーバーを自動的に行うよう設計されています。システムは自動的にノード障害を検知し、素早くアプリケーションを正常なノードに移します。このアプリケーション保護により、KSは、物理的なノード障害が発生した場合でも、アプリケーションによるサービスはダウンタイム無しで継続できます。
障害の発生したノードは、完全にクラスタから切り離され、修正が施された後で、再度クラスタに加わります。その間、ダウンタイムは必要ありません。この機能により、可用性は大いに高められ、企業アプリケーションの継続性が保証されます。

自動調整
KSは、リアルタイムのノードの負荷状況に基づいて、クラウド向けアプリケーションをノード間で動的に負荷調整できます。これは、CPU、GPU、メモリー、空き容量、ネットワーク使用率を含む評価基準により演算ノードのハードウェア負荷を継続的に監視することで達成しています。
アプリケーションによる演算要求が増加した場合、システムは、そのアプリケーションを利用率の低いノードに自動的に割り当てることで、リソースを再配置します。逆に、要求が減少した場合、KSは、効率を最適化するため、リソースを解放します。この動的な負荷の調整によって、均一な性能と効果的なリソース利用が可能になります。
さらに、KSは、Kubernetesのオープンソースバージョンにおける自動調整の主要な課題を解決します。データベースに依存する状態把握型アプリケーションでは、ノード間でデータが同期されていないため、負荷の調整時に問題を起こします。弊社のソリューションでは、外部記憶装置にデータを保存することによって、状態把握型アプリケーションが円滑に負荷の調整を行えるようにします。それにより、アプリケーションの負荷を調整する時にも一貫したアクセスを確保し、データの不一致を防止します。

AIによる監視と予測
EonSightは、AIを活用した知的な監視ソリューションで、クラスタ全体から個々のノードまで様々なリソース管理を提供します。システムは、自動的に性能基準を設定し、リアルタイムで偏差検出を実施します。それによって、異常の判定を行って即座に警告を発することを可能にします。管理システムは、事前予測の機能もあり、システムの使用状況の予測を行い、リソースの調整と拡張に対する推奨を発します。それによって、企業が問題発生前に予防策を実施することを可能にします。

GPUリソース利用率の最適化

リソース効率化のためのGPU共有: これにより、複数のアプリケーションが同じGPUリソースを共有でき、各アプリケーションの必要性に基づいて動的にGPUリソースを調整することで、アプリケーションが同時に演算を行えるようにします。

性能を向上させるGPUパススルー: これにより、VMは直接物理GPUリソースにアクセスすることができ、ホスト上で直接実行している場合とほぼ同等の性能を発揮できます。この機能は、ハードウェア仮想化によって GPU 性能が制限されるという VM の典型的な制限に対処できます。3Dレンダリング、機械学習、HPCといったGPU集約型のアプリケーションには、多大の恩恵があります。
アプリケーションマーケット
KSは、製造、ITサービス、AI/機械学習、ビッグデータ、DevOpsツール、電子商取引、業務アプリケーションを含む10種類以上の分野のアプリケーションを保有するアプリケーションマーケットを提供し、顧客の様々なニーズに応えます。企業は、カスタムアプリケーションをKS上で作成でき、それを様々な部門で共有できるため、重複する作業を効果的に削減できます。Infortrendは、アプリケーションを実行するためのKSを提供しましたが、実装サービスは提供していません。独自のアプリケーションに関しては、顧客が自身で作成または展開する必要があります。

容易な管理
KSは、EonOneおよびEonKube GUIを使った効果的な管理のための使いやすいソリューションを提供しています。
EonOneは、包括的なハードウェア監視機能によって、円滑なシステム操作と最適な性能を得ることができます。加えて、単純化された管理インターフェースを内蔵することで、IT要員が演算ノードのスケールアウトや外部記憶ノードの拡張を簡単に行うことができます。

EonKubeは、アプリケーション管理のために設計され、企業がコンテナ化されたアプリケーションと仮想マシンの双方を単一のプラットフォーム上で管理することを可能にします。これにより、クラウド用に作られたアーキテクチャへの円滑な移行が可能になります。組み込みのアプリケーションマーケットは、様々な分野のアプリケーションを用意し、様々なビジネスニーズに効果的に対処できます。その直感的なGUIによって、ユーザーは、アプリケーションを簡単に導入することができます。その際、YAMLのような複雑な設定ファイルは必要ありません。さらに、EonKubeには強力な監視とセキュリティ機能が付属しているので、精密なリソース管理が行え、システム性能を強化できます。
クラウド用に作られたアプリケーションと従来のアプリケーションをサポート
異なる形式のアプリケーションの実行: KSは、クラウド用に作られたコンテナ化されたアプリケーションの実行のため、組み込みのKubernetesプラットフォームを用意しています。KSは、ハイパーバイザー機能により、VM上でMicrosoftアプリケーションのような従来のアプリケーションもサポートしています。それにより、企業は単一のプラットフォーム上に全ての業務を統合できます。
様々なOSとの互換性: KSは、多くの主要なWindowsおよびLinuxバージョンをサポートし、様々なビジネスおよびアプリケーションのニーズに応えられるよう、幅広いオペレーティングシステムとの互換性を提供しています。

導入が簡単
KSには、直感的なインストールウィザードが装備され、設定プロセス全体を通じて、ユーザーの手引きを行います。それにより、作業は30分以内に完了します。業務手順を合理化し、ハードウェアとネットワーク診断を統合することによって、KSは、円滑で効果的な導入を可能とします。

Manufacturing
Enable real-time analytics, automation, and edge control with secure, low-latency on-prem infrastructure.
General AI
Accelerate AI training and inference with GPU-optimized compute and streamlined deployment.
HPC
Power demanding simulations and analysis with scalable, high-throughput performance.
Virtualization
Provide the foundation for enterprise IT.
将来を見据えたソリューションで御社のデータを強化しましょう
弊社の新製品や新機能の情報を更新するため、弊社営業にご連絡を!