Evergreen//One pour l’AI : Économie du stockage moderne à l’ère de l’AI

Nous savons tous comment fonctionne l’offre et la demande : prévoyez ce dont vous avez besoin, obtenez suffisamment pour répondre à vos besoins et réexaminez chaque cycle à mesure que les besoins fluctuent. Mais en ce qui concerne la nature hautement expérimentale et itérative de l’AI, ce modèle d’achat rigide crée une incompatibilité fondamentale, en particulier pour les équipes chargées de l’infrastructure qui augmentent les ressources dans ce qui est, franchement, assez incertain.

Et cela change chaque jour.

Les architectures d’hier obligent les équipes informatiques à adopter des modèles traditionnels d’offre et de demande qui entraînent des surallocations coûteuses ou des goulets d’étranglement des performances qui gaspillent de précieuses ressources GPU. Les approches traditionnelles ne sont tout simplement pas équipées pour offrir la flexibilité dont elles ont besoin, c’est-à-dire réservée aux solutions de Public Cloud, mais elles ont même été à double tranchant. 

Heureusement, une véritable flexibilité axée sur le cloud s’est imposée dans le datacenter, mais cette solution de stockage nouvelle génération n’est pas qu’un modèle d’achat. Il s’agit d’un moyen totalement moderne de gérer l’informatique, et voici comment elle peut transformer les opérations et l’approvisionnement à l’ère de l’AI.

La réalité financière de l’infrastructure pour l’AI à grande échelle

La charge financière liée à la mise en œuvre et à la maintenance d’une infrastructure d’AI est devenue une préoccupation majeure pour les organisations de toutes tailles. Les grandes entreprises d’AI peuvent dépenser jusqu’à 700 000 $ par jour uniquement pour entretenir leur infrastructure et exécuter des produits phares. En 2024, les dépenses totales de certaines entreprises en matière d’inférence et d’entraînement pourraient atteindre 7 milliards de dollars, en raison de l’augmentation des demandes informatiques.

Ces chiffres stupéfiants mettent en évidence un défi critique : Les approches traditionnelles d’achat de stockage ne correspondent tout simplement pas aux schémas de croissance imprévisibles de l’AI.

Modèles d’approvisionnement traditionnels par rapport à l’ère de l’AI

Le statu quo a été défini par les fournisseurs de technologies de stockage traditionnelles, avec des contraintes techniques et une obsolescence intégrée à leurs produits. Cela a emprisonné les organisations dans une approche de prévision à moyen et long terme de l’infrastructure de stockage qui ne fonctionne pas pour plusieurs raisons :

• Les charges de travail d’AI sont intrinsèquement expérimentales et itératives.
• Les besoins en données, en performances et en capacité évoluent de manière imprévisible.
• Le cycle d’actualisation technologique de trois à cinq ans ne peut pas suivre le rythme des capacités d’AI qui évoluent rapidement.
• Il est incroyablement difficile de prévoir avec précision le dimensionnement du stockage pour l’AI.

Ce désalignement crée un dilemme pénible : déployez trop peu de stockage et créez des goulets d’étranglement pour les ressources GPU coûteuses, ou surprovisionnez et gaspillez des capitaux qui pourraient être investis dans des ressources d’AI plus précieuses.

Il ne s’agit pas d’un nouveau problème informatique, mais l’AI peut certainement l’aggraver, sauf si un nouveau modèle (et un nouvel état d’esprit) est adopté.

Modèles basés sur la consommation à l’ère de l’AI

Le modèle traditionnel de Capital Expenditure n’offre tout simplement pas l’agilité nécessaire pour les charges de travail d’AI. Lorsque les besoins en données évoluent en quelques semaines, et non en plusieurs années, les entreprises ont besoin de modèles basés sur la consommation qui s’adaptent à leurs besoins, et non à ceux de leurs fournisseurs.

Au lieu de parier sur la capacité de l’AI à long terme, les modèles de consommation as-a-service modifient l’ensemble de la dynamique opérationnelle, par rapport au modèle traditionnel propre et opérationnel. Il s’agit d’un nouveau paradigme dans lequel les chefs d’entreprise peuvent se concentrer moins sur la prédiction des besoins et sur l’achat, la possession, la gestion et l’exploitation d’une infrastructure. Au lieu de s’efforcer de répondre aux besoins de l’entreprise en matière d’AI à l’aide de ce qu’elle a déjà acheté et d’optimiser le retour sur investissement dans les immobilisations, elle peut se concentrer sur l’accès aux résultats.

En fin de compte, les données deviennent la priorité, et non la capacité, une étape dans la bonne direction lorsque vous envisagez chaque stratégie d’AI réussie commence par une stratégie de données réussie.

Try the Evergreen//One Monthly Cost Calculator

Estimate your storage-as-a-service (STaaS) subscription based on a flat $/TiB rate for services.

Try It Out

Evergreen//One : Un nouveau modèle économique pour l’AI

Evergreen//One™ transforme la façon dont les organisations acquièrent et gèrent le stockage pour les charges de travail dAI. Il a été spécialement conçu pour répondre aux exigences imprévisibles de l’infrastructure pour des charges de travail telles que l’AI et est certifié pour fonctionner avec les serveurs NVIDIA OVX, les clusters DGX BasePOD et DGX SuperPOD, garantissant ainsi la compatibilité avec l’infrastructure d’AI leader du secteur. Pour en savoir plus, consultez la validation économique ESG.

Performance et efficacité garanties par SLA

Evergreen//One garantit des performances basées sur les exigences de bande passante maximale de vos clusters GPU. Cela signifie :

• Vous bénéficiez de toutes les performances nécessaires pour exploiter pleinement vos précieuses ressources d’AI, via un accord de niveau de service (SLA).
• Il n’y a pas de plafond de performance, même pour les besoins de plusieurs téraoctets par seconde.
• L’infrastructure AI est réputée pour sa consommation d’énergie. Evergreen//One pour l’AI résout ce problème avec un SLA sur l’efficacité énergétique qui garantit la prestation de services à des mesures spécifiées du watt par unité. Pure Storage prend en charge l’espace rack et la puissance de sa technologie lors du déploiement de votre datacenter.

Économie prévisible pour les charges de travail imprévisibles

Ce qui distingue Evergreen//One pour l’AI, c’est son modèle économique qui s’aligne sur la nature imprévisible de l’AI :

• Dépenses mensuelles prévisibles avec garanties garanties par SLA
• Ne payez que ce que vous utilisez grâce à une facturation simple et transparente
• Inutile de supprimer les artefacts, points de contrôle ou journaux importants
• Liberté d’évolution sans les inconvénients financiers des modèles traditionnels

Éliminer la dette technique grâce à l’innovation continue

Evergreen//One pour l’AI reste fidèle aux principes architecturaux de Pure Storage en proposant une innovation continue sans interruption. À mesure que les charges de travail d’AI évoluent, Pure Storage maintient ses accords de niveau de service avec :

• Dernières avancées technologiques fournies en toute transparence
• Évolutivité sans interruption, avec extension de capacité, mises à niveau des contrôleurs, déploiement de nouvelles baies si nécessaire ou consolidation, le tout sans que les clients aient à planifier une commande ou à renforcer leur engagement
• Amélioration des performances sans arrêt
• Mises à jour des fonctionnalités sans mises à niveau titanesques coûteuses

Gestion des données à l’échelle de la plateforme avec Pure1

PurePure1®, une plateforme de services de données pilotée par l’AI qui offre les avantages suivants, est incluse dans l’abonnement Evergreen//One pour l’AI :

• Intelligence prédictive grâce à Pure1 META®
• Prévision précise des besoins en applications et en infrastructure. La plateforme inclut même une extension des réserves optimisée par l’AI dans Pure1 pour modéliser votre utilisation et recommander l’extension des engagements de réserve avant d’atteindre les niveaux d’utilisation à la demande, ce qui permet d’optimiser les coûts.
• Surveillance continue et résolution proactive
• Analytique complète et visibilité globale

Conclusion : Concentrez-vous sur l’innovation AI, pas sur la gestion du stockage

L’approche traditionnelle consistant à deviner les besoins futurs en stockage au début d’un cycle d’actualisation de trois à cinq ans ne fonctionne tout simplement pas pour l’AI. Avec Evergreen//One pour l’AI, vous bénéficiez des performances et de la capacité de stockage dont vous avez besoin aujourd’hui, mais avec la flexibilité dont vous avez besoin lorsque les capacités et les exigences de l’AI peuvent évoluer chaque semaine plutôt que chaque année. 
Découvrez l’agilité économique et opérationnelle dont les organisations ont besoin pour rester compétitives sans se ruiner avec Evergreen//One pour l’AI.