Lenovo revser Netapp og Azure Stack Systems

Lenovo har opgraderet sin storage-array og Azure Stack-linjer med hurtigere produkter med højere kapacitet for at understøtte AI og hybrid cloud-arbejdsbelastninger – kun et kvarter efter en tidligere opdatering.

Kamran Amini, Vice President & General Manager forLenovos server, Storage & Software Defined Infrastructure-enhed, sagde: "Dataadministrationslandskabet er stadig mere komplekst, og kunderne har brug for løsninger, der tilbyder enkelheden og fleksibiliteten fra skyen med ydeevnen og sikkerheden af ​​dataadministration på stedet."

DM5000H

Som sådan har Lenovo annonceretThinkSystemDG ogDM3010HEnterprise Storage Arrays, OEM'et fra NetApp, og to nye ThinkAgile SXM Microsoft Azure Stack-systemer. DG-produkterne er all-flash arrays med QLC (4bits/celle eller quad-level cell) NAND, målrettet mod læseintensiv virksomheds AI og andre store datasæt arbejdsbelastninger, der tilbyder op til 6 gange hurtigere dataindtagelse end disk arrays til en påstået omkostningsreduktion på op til 50 pct. De er også lavere omkostninger, siger Lenovo, end TLC (3bits/celle) flash-arrays. Vi forstår, at disse er baseret på NetApps C-Series QLC AFF-arrays.

Der er også de nye DG5000 og større DG7000-systemer, hvor basiscontrollerkabinettet er henholdsvis 2RU og 4RU i størrelse. De kører NetApps ONTAP-operativsystem for at levere fil-, blok- og S3-adgangsobjektlagring.

DM-produkterne består af fem modeller: den nyeDM3010H, DM3000H, DM5000HogDM7100H, med kombineret disk- og SSD-lager.

DM301H har en 2RU, 24-drev controller og adskiller sig fraDM3000, med dens 4 x 10 GbitE klyngeforbindelse ved at have hurtigere 4 x 25 GbitE links.

Lenovos server

Der er to nye Azure Stack-bokse – ThinkAgile SXM4600- og SXM6600-servere. Disse er 42RU rack hybrid flash+disk eller all-flash modeller og supplerer de eksisterende SXM4400 og fuld størrelse SXM6400 produkter.

SXM4600 har 4-16 SR650 V3-servere sammenlignet med SXM440's 4-8, mens SXM6600 har det samme antal servere, 16, som SXM6400, men har op til 60 kerner kontra den eksisterende models maksimum på 28 kerner.


Indlægstid: 15. nov. 2024