Notícias

HPE anuncia soluções inovadoras para ambientes híbridos

Na era do conhecimento, os dados se tornaram o núcleo das iniciativas de transformação digital em todos os setores e a análise de dados essencial, uma vez que geram vantagem competitiva. No entanto, para a maioria das empresas, permanecem os desafios significativos como a priorização e a execução bem sucedida das iniciativas de modernização de dados.

Não faz muito tempo, as organizações estavam presas a plataformas analíticas voltadas para uma era pré-nuvem, sem os recursos nativos da nuvem, ou que demandavam migrações complexas para nuvens públicas, arriscando o bloqueio do fornecedor, gerando altos custos e forçando a adoção de novos processos. Este cenário levou o mercado de big data e software analítico – que segundo a IDC pode chegar a US ﹩ 110 bilhões em 2023 – para uma ruptura.

O novo HPE GreenLake para aplicações analiticas e serviços na nuvem, HPE Ezmeral Unified Analytics, traz uma alternativa para os clientes anteriormente limitados a soluções em um ambiente de hiperescala permitindo uma eficiência de custo até 35% maior do que a nuvem pública para trabalhos de longa execução, com uso intensivo de dados típicos em ambientes de missão crítica.

É a primeira plataforma unificada e moderna de análise híbrida e data lakehouse do setor a potencializar arquitetonicamente e alavancar três avanços importantes ao mesmo tempo, para um ambiente Spark baseado em Kubernetes para implantação local, fornecendo a elasticidade nativa na nuvem e agilidade e trabalha com a diversidade de tipos de dados de arquivos, tabelas, fluxos e objetos em uma plataforma consistente para evitar silos.

Armazenamento de objetos do HPE Ezmeral Data Fabric

A segunda solução inovadora da HPE é o armazenamento de objetos do HPE Ezmeral Data Fabric: o primeiro Data Fabric do setor a combinar armazenamento de objeto nativo S3, arquivos, fluxos e bancos de dados em uma plataforma de dados escalonáveis que se estende da borda à nuvem.

Disponível em implantações nativas do Kubernetes, o armazenamento de objetos do HPE Ezmeral Data Fabric oferece uma visão global dos ativos de dados dispersos de uma empresa e acesso unificado a todos os dados em um modelo nativo da nuvem, acessível com segurança para os mais exigentes engenheiros e analistas de dados e aplicativos de ciência de dados.

Projetado com S3API nativo e otimizado para análises avançadas, o armazenamento de objetos do HPE Ezmeral Data Fabric permite que os clientes orquestrem aplicativos e dados em um único plano de controle, ao mesmo tempo que oferece o melhor preço por um desempenho excepcional.

HPE Ezmeral Unified Analytics e HPE Ezmeral Data Fabric Object Store estarão disponíveis como serviços de nuvem HPE GreenLake a partir de novembro de 2021 e no primeiro trimestre de 2022, respectivamente.

HPE Ezmeral Unified Analytics, recursos incluem:

Aceleração efetiva do desempenho, juntos, o NVIDIA RAPIDS Accelerator para Apache Spark e o HPE Ezmeral podem acelerar a preparação de dados do Spark, o treinamento do modelo e a visualização em até 29 x 3, permitindo que o cientista de dados e engenheiros criem, desenvolvam e implantem em escala soluções analíticas na produção com mais rapidez. Arquitetura de última geração construção no Kubernetes com valor agregado que facilita a obtenção da elasticidade de escalabilidade horizontal. O ambiente Kubernetes multilocatário oferece suporte a um modelo de nuvem de separação de computação e armazenamento, fornecendo o desempenho e a elasticidade combinados e necessários para análises avançadas, enquanto permite que os usuários criem lakehouses de análise em lote e em tempo real unificados com integração Delta Lake. A otimização para análise de dados que permite às empresas criarem um repositório de dados unificado para uso por cientistas, desenvolvedores e analistas de dados, incluindo controles de uso e compartilhamento, criando a base para uma transformação digital sem silos que se adapta aos negócios conforme ela cresce e atinge novas fontes de dados. O suporte para a tecnologia NVIDIA Multi-Instance GPU permite que as empresas ofereçam suporte a uma variedade de requisitos de carga de trabalho e maximizem a eficiência com até sete instâncias por GPU. Colaboração aprimorada: fluxos de trabalho integrados de análise para ML / AI abrangem nuvens híbridas e locais de presença, incluindo integrações nativas de código aberto com tecnologias Airflow, ML Flow e Kubeflow para ajudar as equipes de ciência, engenharia e análise de dados a colaborarem e implantarem modelos mais rápido. Escolha independente de fornecedor: cargas de trabalho Apache Spark locais oferecem a liberdade de escolher ambientes de implantação, ferramentas e parceiros necessários para inovar mais rápido.

HPE Ezmeral Data Fabric, recursos incluem:

Desempenho otimizado para análise: projetado para armazenamentos de objetos escalonáveis, o HPE Ezmeral Object Store é a única solução do setor que oferece suporte a arquivos, fluxos, banco de dados e agora tipos de dados de objeto em um armazenamento persistente comum, otimizado para melhor desempenho da ponta à nuvem de cargas de trabalho de análise. Dados da borda à nuvem globalmente sincronizados: clusters e dados são orquestrados juntos para dar suporte a operações de borda dispersas e um único namespace global fornece acesso simplificado a topologias de borda para nuvem de qualquer aplicativo ou interface. Embora os dados possam ser espelhados, instantâneos e replicados, a segurança e as políticas avançadas garantem que as pessoas e os aplicativos certos tenham acesso aos dados certos, quando precisarem. Escalonamento contínuo: as empresas podem crescer conforme a necessidade, adicionando nós e configurando políticas para persistência de dados enquanto o armazenamento de dados cuida do resto. Equilíbrio de desempenho e custo: adaptando-se a objetos pequenos ou grandes, as políticas de classificação automática por níveis movem automaticamente os dados do armazenamento de alto desempenho para o armazenamento de baixo custo.
Tags: ambientes, híbridos, HPE, soluções

Você também vai gostar…

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Preencha esse campo
Preencha esse campo
Digite um endereço de e-mail válido.
Você precisa concordar com os termos para prosseguir

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.

Leia também!