为边缘 AI 赋能

Cheetah RAID 如何利用 Solidigm 固态硬盘来支持 AI 用例。随时随地。

问题：需要克服存储瓶颈，这些瓶颈通常会限制边缘场景中的服务器性能，并可能阻碍边缘的机器学习 (ML)/人工智能 (AI) 应用。

解决方案：Cheetah RAID Raptor 采用 Solidigm 固态硬盘，是一款高性能服务器，旨在帮助组织管理其边缘数据需求。

优势：可扩展、高性能的实时数据收集，可确保包括机器学习/AI 在内的边缘应用拥有保持运行之所需。

数据比以往任何时候都更加重要：没有数据就没有AI

每天生成约 2.5 万亿字节的数据。[1] 这是指需要存储、访问和分析以支持所有类型的活动和决策的数据。在边缘，越来越多的应用正在创建和使用日益增长的数据，服务器很快就会不堪重负。 遗憾的是，随着越来越多的服务和应用依赖机器学习和 AI，这个问题只会变得更糟。如今，近 77% 的设备以一种或另一种形式使用 AI 技术，[2] 而 77% 的企业正在使用或探索 AI。[3] 但是，如果无法访问数据，这些机器学习/AI 应用就无法运行。 Cheetah RAID 和 Solidigm：在边缘提供性能、密度和价值 Cheetah RAID 认识到确保数据能够在边缘收集和处理的日益迫切的需求，构建了 Cheetah Raptor，它利用 Solidigm 固态硬盘 (SSD) 来实现高性能、可靠的数据存储。它不仅可以处理机器学习/AI 应用所需的 TB 级数据，而且可以在边缘经常出现的极具挑战性的环境下（例如，振动、冲击、潮湿和温度剧烈变化）保持运行。

关于 Cheetah RAID 的 Raptor

Cheetah RAID Raptor 使组织能够管理其庞大的边缘数据，并通过服务器支持机器学习/AI 应用，该服务器提供模块化存储容器，只需 12 个驱动器即可支持近四分之三 PB 的容量。

Raptor 具有三个热插拔 Gen4 NVMe 容器、最多 64 个核心的 AMD EPYC CPU 和 128 个 Gen4 PCIe 通道。每个容器最多可容纳 4 个固态硬盘。这些容器允许独立记录和处理数据，并使数据迁移不受网络结构的限制，因为它们可以轻松移动到不同的位置。

Emby 表示，边缘工作负载的主要限制是带宽的限制，而不是延迟。Solidigm QLC 固态硬盘与 Cheetah 高性能服务器的无缝集成，使其非常适合边缘解决方案的高效部署。 Cheetah RAID-Solidigm 解决方案详情 1. 坚固耐用的硬件 Cheetah Raptor 专为在最具挑战性的环境下保持运行而设计。例如，机箱在内部得到了明显的支撑和加固，以保护其免受突然移动和冲击的影响。 Solidigm 固态硬盘没有活动部件，并且外形尺寸极小，从而最大限度地减少了机箱所需的空间、功率和散热，并帮助其在温度（范围从 0° 到 50°C）和湿度（5% 至 90% 相对湿度）的大幅波动范围内正常运行。 2. 可扩展的性能 Cheetah RAID Raptor 采用三容器设计；每个容器可容纳四个 Solidigm 高容量固态硬盘。Solidigm 61.44TB 固态硬盘可以在单个服务器中存储近 1 PB 的数据，这意味着组织拥有支持其边缘众多用例所需的潜在容量。 他们可以花更少的时间更换容器，并花更多的时间从机器学习/AI 应用中获益。 12 驱动器配置中的摄取速率可达到约 40 GB/秒，每个驱动器的终身写入耐久性超过 200PBW。在推理过程中，12 驱动器配置每秒可生成 1200 万次 IO 操作，并采用使用 4KB 调取大小的完全随机访问模式。[4]

3. 可靠性

当 Cheetah RAID Raptor 配置了四个可热插拔的 30.72TB 或 61.44TB Solidigm D5-P5316 NVMe 固态硬盘时，可拆卸驱动器容器可以轻松分载数据并刷新存储，从而在现场实现最佳性能和可靠性。

Solidigm 边缘解决方案

请访问 www.Solidigm.com，了解有关 Solidigm 如何提供定制数据存储解决方案来支持您最具挑战性的边缘要求的更多信息