ストレージ階層化は不適切
QLC＋3D XPointのユニバーサルストレージが実現する非ストレージ階層化
高速メディアと低速メディアを組み合わせるストレージ階層化を否定する企業が現れた。VAST Dataは、HDDレベルの価格で高速・大容量で階層化を必要としない「ユニバーサルストレージ」を提供する。
米国を拠点とするフラッシュストレージのスタートアップ企業VAST Dataのアイデアは、3D XPointをバッファーとするバルクQLCフラッシュに全てのデータを常駐させるというものだ。そうすればデータのパフォーマンスが向上する。だがそれだけではない。本来の狙いとは異なるが、非常に高い可用性も得られる。
それがなぜ重要なのだろうか。VAST Dataが念頭に置いているのは、機械学習の演算を実行するために自社の全てのデータにアクセスしたいと考える顧客が増えていることだ。こうした顧客は、複数のメディアにある全てのデータにアクセスしたいと考える。
VAST Dataのアイデアのメリットは、多数のストレージシステムを運用する必要がないことと、ストレージシステムを多数運用することで生じる効率低下に悩む必要がないことにある。
Gartnerが提唱するピラミッドは、大容量のストレージを底辺とし、最もパフォーマンスの高いストレージを頂点に置く。このピラミッドはデータセンターで「不適切な動作」を生み出すという弊害があるとVAST Dataで製品部門のバイスプレジデントを務めるジェフ・デンワース氏は話す。このピラミッドによって多種多様なストレージシステムを使う必要性が生じ、その結果として階層間のデータ移動が必要になるという。
VAST Dataが行ったのは、この「伝統的なストレージピラミッド」を覆すことだとデンワース氏は語る。クラウドのように簡単に利用でき、データにランダムにアクセスできるストレージをオンプレミスに提供するのが狙いだ。機械学習のワークロードにはこうしたランダムアクセスが必要だ。
デンワース氏によれば、それは既存のパフォーマンス層やシステムの全てを置き換える「オールフラッシュアーカイブ」あるいは「ユニバーサルストレージ」と言い換えてもよいという。つまり、「3D XPointの速度」で書き込み1秒当たりテラバイト単位で読み込む、数百万IOPSに達するストレージだ。
VAST Dataのハードウェアは、3D XPointと「低コストのフラッシュ」を内部で接続するNVMe over Fabrics（NVMe-oF）を軸に構成される。ホストには、NFS、SMB、Amazon S3プロトコルによるNASおよびオブジェクトストレージアクセスを提供する。
負荷の高い作業は、最大675TBのQLCフラッシュと18TBの3D XPointを実装した2Uノードで処理する。データ削減後の総実効容量はペタバイトに達する可能性がある。
これらのノードはインテリジェンスを備えていない。コントローラーのインテリジェンスは、「Kubernetes」ベースのコンテナ化されたストレージサーバに存在する。このサーバがI/O要求、フラッシュ層とストレージ層間のデータ移動、イレージャーコーディング、データの削減と暗号化を処理する。ストレージコントローラーの処理はストレージサーバで行うため、パフォーマンスを拡張する場合はストレージサーバノードを追加する。1つのストレージサーバノードに収容できるコンテナは最大1000で、全体では最大1万のコンテナに対応する。
デンワース氏によると、ストレージサーバとバルクストレージ間の遅延時間は常に10マイクロ秒未満に抑えられるという。
高速メディアを使うコンテナベースのストレージサーバは、ステートレスなアプローチにつながる。ストレージサーバにはキャッシュがないため、ストレージサーバがダウンしてもキャッシュの一貫性が破綻することもなく、キャッシュを再構築する必要もない。スケーリングは全てシステム全体で「Docker」コンテナを複製することで処理される。
VAST Dataは、これを「非統合、全共有アーキテクチャ」（DASE：Disaggregated, Shared Everything）と呼んでいる。
VAST Dataの製品は全てハードウェア、全てソフトウェア、またはハードウェアとソフトウェアの組み合わせとして利用可能だ。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
5
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
10
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー