FlashBlade 製品概要

FlashBlade柔軟性の高いスケールアウト型NASストレージ。わずか4Uのシャーシで実効容量1.6PBを提供可能。極めて高速なバックアップ・リストアから、AI・ディープラーニング基盤など、多種多様なビッグデータに対応。複雑化するデータタイプを統合し、インフラストラクチャを簡素化可能。 

→特長を見る

 

スペック一覧

構成パターン
例(1シャーシ)
17.6TBブレードx 717.6TBブレードx 1552.8TBブレードx 752.8TBブレードx 15
イメージ  Blade-x7.png  Blade-x15.png  Blade-x7.png  Blade-x15.png
容量 理論実効容量63.5TB
有効理論容量190.5TB
理論実効容量172.6TB
有効理論容量517.8TB
理論実効容量197.0TB
有効理論容量591TB
理論実効容量535.9TB
有効理論容量1,304.7TB
拡張シェルフ 最大5シャーシ(Purity//FB 2.2.7以降)
インターフェース
(オンボード)
40GbE QSFP+ x 8
RJ45(管理用)x 2(Purity//FB 2.3.0以降)
拡張ブレード 7~15ブレード
プロトコル NFSv3、v4.1 / CIFS / S3 Object
仕様 4U
590~1,025W
100V / 200V
51.4kg
4U
990~1,625W
100V / 200V
69.4kg
4U
784~2,670W
200V
55.2kg
4U
1,464~2,890W
200V
77.6kg

※有効理論容量はデータの削減率を3 対1 として計算しています。実際のデータ削減率は保存データにより異なります。
※仕様に関しての詳細および最新情報はこちら(メーカーサイト)をご覧ください。

容量および構成可能一覧

 17.6TB ブレード52.8 TB ブレード
ブレード数物理容量
(TB)
論理実効容量
(TB)
有効論理容量
(TB)
物理容量
(TB)
論理実効容量
(TB)
有効論理容量
(TB)
7 123.2 63.5 190.5 369.6 197 591
8 140.8 77.7 233.1 422.4 241.3 723.9
9 158.4 91.8 275.4 475.2 285 855
10 176 105.8 317.4 528.8 328.4 985.2
11 193.6 119.7 359.1 580.8 371.5 1114.5
12 211.2 133.5 400.5 633.6 414.5 1243.5
13 228.8 147.3 441.9 686.4 457.4 1372.2
14 246.4 161.1 483.3 739.2 500.2 1500.6
15 264 172.6 517.8 792 535.9 1607.7

※有効理論容量はデータの削減率を3 対1 として計算しています。実際のデータ削減率は保存データにより異なります。

ハードウェア

ブレード

ブレード.pngFlashBladeはその名の通り、ブレード式のフラッシュストレージです。
17.6TBまたは52.8TBのブレードを7~15ブレード追加することで、オンラインで簡単に拡張可能です。 Storage Unit(フラッシュ)は1ブレードあたりN+2の冗長構成です。

シャーシ

シャーシ.png
背面のFabric Module(ネットワークスイッチ)は各ブレードに均等に負荷分散されるよう制御しています。
お客様環境のスイッチとは40GbEまたは10GbEで接続可能です。10GbEの場合はオプションでブレークアウト用のケーブルが用意されていますので、各Fabric Moduleあたり10GbE x 4本として利用可能です。

ソフトウェア

Purity//FB(ストレージOS)

Pure Storageで独自開発されているPurityは、すべてのワークロードに対して、安定した低遅延、データ保護、業界屈指のデータ削減を提供します。さらに保守・障害時にかかわらず、常に無停止の耐久力を保持します。

主な機能

  • 効率性:シンプロビジョニング、インライン圧縮
  • 可用性:全モジュール冗長化、ホットスワップ対応
  • データ保護:SnapShot、非同期レプリケーション
  • 運用監視:クラウドベースの運用監視機能(Pure1)、REST API
  • セキュリティ:常時暗号化、Non-Returnable Bladeオプション
  • その他:Quote機能

圧倒的なパフォーマンスと大容量の用途

ビッグデータ基盤

FlashBladeは1シャーシで実効容量約190TB~1.6PBまで保管可能なため、複雑で膨大なビッグデータであっても基盤として統合することができます。インラインの圧縮技術で透過的にデータ削減し、HDDストレージ数ラック分のデータを4Uに集約することもできます。さらにデータの増大に柔軟に対応するブレード式のハードウェアは、オンラインで性能劣化なくスケールアウトができます。

ビッグデータ基盤.png

高速バックアップ・リストア

今注目されている新しい使い方、それがフラッシュによる〝高速リストア″です。バックアップにフラッシュは高価すぎると思われがちですが、いざという時に瞬時にサービスを復旧させることは、ビジネスインパクトを最小限に抑えることに繋がります。大量のデータを保持している企業にとっては、フラッシュのコストを正当化させる程の費用対効果をもたらします。高速バックアップ・リストア.png

AI・ディープラーニング基盤

FlashBladeは非構造化データに最適な設定がされているため、GPUのような並列処理が必要なユニットに対しても絶え間なくデータを供給し、トレーニング期間を短縮することができます。FlashBladeなら複雑なインフラストラクチャも手動による最適化は不要、さらにハードウェアのリプレースを行うことなく管理維持の手間を大幅に排除することができます。

AIに最適化されたコンバージドインフラストラクチャ

ai_deeplearning01.gif
GPU に絶え間なくデータを供給し、
AI データパイプラインを高速化

ai_deeplearning04.gif
データウェアハウスとデータレイクを
統合し、シンプルさと即時性を実現

ai_deeplearning02.gif
迅速なリストアにより、
ディザスタリカバリの SLA を維持

ai_deeplearning05.gif
近代的な DevOps 環境における
ますます高まる要求を充足

ai_deeplearning03.gif
データのボトルネックを排除し、
EDA 設計サイクルを短縮

ai_deeplearning06.gif
ゲノミクス、金融系ワークロード等のデータ集約型シミュレーションを促進

PAGE TOP