Hewlett Packard Enterprise – Storage-Systeme optimieren sich selbst mit künstlicher Intelligenz

Hewlett Packard Enterprise (HPE) erweitert das Einsatzgebiet für „InfoSight“, eine KILösung für die vorausschauende Analyse und automatische Behebung von IT-Infrastrukturproblemen. Das Tool soll nun auch die Speichersysteme aus HPEs Primera-Serie befähigen, ihren Systembetrieb autonom zu optimieren. Dazu nutzt das Werkzeug Machine-Learning-Modelle, die mit Systemdaten aus aller Welt trainiert werden, um Echtzeit-Vorhersagen zu Anwendungsverhalten und Leistungsmustern zu treffen.

Darüber hinaus stellt der Hersteller seinen Kunden mit den PrimeraSystemen eine 100-prozentige

Datenverfügbarkeit in Aussicht. Dafür hat HPE den Funktionsumfang seiner Software „Peer Persistence“erweitert. Daten lassen sich damit an einem dritten Standort replizieren, um diese nach einem regionalen Notfall wiederherstellen zu können. Außerdem soll damit eine nahezu sofortige asynchrone Replikation über größere Entfernungen in einer Wiederherstellungszeit von einer Minute (Recovery Point Objective) möglich sein, verspricht der Hersteller.

Die neuen Primera-Modelle lassen sich zudem komplett mit NVMeStorage bestücken (All-NVMe). Damit erreichen die Systeme auf Basis der massiv parallelen Architektur eine höhere Leistungsdichte. Das macht sich laut HPE etwa beim Betrieb der SAP-HANADatenbank bemerkbar. Eine aktive Multi-Knoten-Architektur soll außerdem die Latenzzeiten niedrig halten. Der Hersteller spricht davon, dass rund drei Viertel aller I/O-Prozesse innerhalb von 250 Mikrosekunden abgewickelt würden. Für Virtualisierungsumgebungen unterstützt PrimeraStorage künftig auch Virtual Volumes (vVols). Damit lasse sich der Speicherbetrieb automatisieren, hieß es. Entwickler könnten über das Container Storage Interface (CSI) für Kubernetes ihre Anwendungen für den Betrieb auf Primera optimieren.