IBM 推出了其最新的存储创新产品 IBM Storage Scale System 6000。这个云规模的全球数据平台专为满足当今数据密集型和 AI 工作负载的需求而量身定制，使其成为 IBM Storage for Data and AI 产品组合中值得注意的补充。

IBM 已成为该领域的领导者。IBM 连续七年在 Gartner 分布式文件系统和对象存储魔力象限中名列前茅。随着 IBM Storage Scale System 6000 的推出，该公司旨在进一步巩固其领导地位。这个最先进的系统拥有令人印象深刻的高性能并行文件系统，专为数据密集型场景而设计。凭借提供高达 7M IOPS 和在紧凑的 4U 占用空间中实现高达 256GB/s 的只读工作负载吞吐量等功能，IBM 显然正在突破界限。

IBM Storage 总经理 Denis Kennelly 分享了他对存储对 AI 影响的见解，强调了当前 AI 时代的变革潜力。Kennelly认为，为了充分利用这一潜力，组织必须采取策略，允许近乎实时地统一来自不同来源的数据。这应该在没有创建多个数据副本的冗余或数据引入的不断迭代的情况下实现。他认为，IBM Storage Scale System 6000 是理想的解决方案，它巧妙地将来自核心、边缘和云的数据整合到一个针对 GPU 工作负载进行微调的单一平台上。

重新定义效率和可扩展性

IBM 的 Storage Scale System 6000 系统不仅仅是一个存储解决方案;它针对半结构化和非结构化数据类型进行了优化。这包括每天生成的大量内容，从视频和图像到文本和仪器数据。因此，组织可以大大加快其在混合环境中的数字存在。

IBM Storage Scale System 将于 2024 年上半年推出 IBM FlashCore 模块 （FCM），从而重新定义数据效率和可扩展性。新系统将包括一个新的最大容量 NVMe FCM，有望重新定义容量效率，与 IBM 以前的顶级闪存驱动器相比，成本降低了 70%，每 TB 的能耗降低了 53%。这些进步将使客户能够体验 NVMe 的峰值性能，同时还受益于四电平单元 （QLC） 的成本效益。

先进的在线硬件加速数据压缩和加密功能可确保数据安全，即使在具有多个用户和租户的环境中也是如此。即将推出的 Storage Scale System 6000 与 FCM 集成后，将支持数据存储，与前代产品相比，在相同的占地面积内支持的数据量增加了 2.5 倍。

NVMeoF Turbo 层

IBM Storage Scale System 有望通过 IBM Watsonx 加速 AI 工作负载的采用和操作。创新功能，如新颖的 NVMeoF turbo 层、并行多租户数据隔离和 IBM 的专利计算存储驱动器，都旨在提高以 AI 为中心的任务的性能、安全性和效率。

Scale System 6000 由 Storage Scale 软件提供支持，将数据与由多供应商存储选项（包括 AWS、Azure、IBM Cloud 和其他公共云以及 IBM Storage Tape）组成的开放式生态系统连接起来。

客户可以更快地访问数据，其吞吐量是市场领先竞争对手的 2.5 倍/秒，IOPS 性能是市场领先竞争对手的 2 倍。具有多个并发 AI 和数据密集型工作负载的高处理吞吐量和访问速度，可以满足一系列用例的需求。

在性能指标方面，IBM 的 Storage Scale 已经证明了其实力。昆士兰大学是首屈一指的研究机构，它从 IBM Storage Scale 全球数据平台中受益匪浅。通过部署 IBM Storage Scale System，该大学成功地实现了更快的数据访问，提高了效率，并扩展了各个研究领域的能力。

IBM Storage Scale System 和 NVIDIA

随着 IBM Storage Scale System 和 NVIDIA 之间的合作，AI 驱动的未来似乎更加光明。IBM 的新系统可以建立一个无缝的信息供应链，从 NVIDIA AI 解决方案扩展到无数其他 AI 任务，无论它们位于何处。IBM Storage Scale System 6000 支持 NVIDIA Magnum IOTM GPUDirect Storage （GDS） 等尖端功能，以及直接 GPU 内存和存储路径等功能，是 AI 和数据存储未来的证明。

此外，IBM 新的 NVMeoF turbo 层专为小型文件（例如从远程设备收集的文件）而设计，或者提供对数据湖或湖仓一体分析等较小事务的访问，以便将它们集成到 NVIDIA 解决方案中。通过利用 NVIDIA ConnectX-7 NIC，Scale System 6000 支持多达 16 个 100Gb RDMA over Converged Ethernet （RoCE）、200Gb/s 和/或 400Gb/s InfiniBand 端口，或两者的组合，以提高节点之间的性能或直接连接到 NVIDIA GPU 的性能。