Sieciowa pamięć masowa Huawei OceanStor Dorado 5000 V6 All-Flash

Wysoka wydajność i niskie opóźnienia:
TheOceanStor Dorado V6opiera się na Kunpeng 920, chipie sieciowym, chipie zarządzającym, chipie SSD i chipie Ascend AI 310, aby zbudować kompleksową, szybką platformę, zapewniającą najwyższą stabilną wydajność i osiągającą do 20 milionów IOPS i opóźnienia 0,1 ms.
Zastosowanie w pełni połączonej architektury SmartMatrix o wysokiej niezawodności gwarantuje, że firma pozostanie stabilna w Internecie, nawet jeśli pojedynczy system może tolerować awarie do 7 kontrolerów jednocześnie.
Wysoka niezawodność i ochrona danych:
OceanStor Dorado V6obsługuje wiele zaawansowanych technologii ochrony danych, takich jak HyperSnap, HyperReplication i HyperClone, aby zapewnić bezpieczeństwo danych i ciągłość biznesową.
Zastosowanie podstawowej technologii wirtualizacji RAID 2.0+, obsługa dynamicznej macierzy RAID, elastyczny układ danych, przyspieszenie szybkości rekonstrukcji dysku SSD i zmniejszenie prawdopodobieństwa awarii wielu dysków.
Wbudowany moduł BBU (Backup Battery Unit), który może kontynuować zasilanie skrzynki sterującej w przypadku nagłej awarii zasilania, zapewniając, że dane nie zostaną utracone.
Inteligentne zarządzanie:
Jako pierwsza w branży inteligentna pamięć masowa z wbudowanym chipem Ascend AI,OceanStor Dorado V6zapewnia korelację semantyczną uczenia maszynowego, zwiększając współczynnik trafień w pamięci podręcznej odczytu o 50% i umożliwiając inteligentne zarządzanie w całym cyklu życia.
Dzięki połączeniu Cloud AI, Center AI i Device AI znacznie poprawia się wydajność, pomagając użytkownikom zaoszczędzić OPEX 1.
Uniwersalne i ekonomiczne wykorzystanie pamięci flash:
OceanStor Dorado V6 wprowadza nową generację szybkich, stabilnych i bardziej ekonomicznych produktów typu all flash dzięki zintegrowanym innowacjom w chipach, architekturze i biznesie, zapewniając uniwersalną pamięć flash we wszystkich scenariuszach.
Wysoka skalowalność:
Obsługa technologii skalowania w górę i w poziomie, zapewniających doskonałą skalowalność systemów pamięci masowej przy jednoczesnym zachowaniu wysokiej wydajności.


Czas publikacji: 20 sierpnia 2024 r