Pure Storage додає AI-функції для підвищення продуктивності та виявлення атак

Компанія Pure Storage анонсувала низку рішень, спрямованих на спрощення навчання штучного інтелекту і складання висновків, а також на застосування машинного навчання, щоб допомогти клієнтам краще розв'язувати проблеми зберігання даних.

Так її нову пропозицію Evergreen//One для AI заявлено, як перше спеціально розроблене AI-сховище як послуга. Воно забезпечує гарантовану продуктивність зберігання даних для графічних процесорів при навчанні, складанні висновків і високопродуктивних обчислювальних навантаженнях. За словами компанії, нова угода про рівень обслуговування усуває необхідність у плануванні або надмірних закупівлях, даючи змогу клієнтам платити тільки за пропускну здатність.

"Це модель споживання, за якої замовники можуть динамічно налаштовувати свої канали та забезпечувати пропускну спроможність для оптимальної ефективності GPU в міру того, як змінюються їхні завдання з навчання та аналітики, - каже Пракаш Дарджі (Prakash Darji), генеральний менеджер підрозділу цифрового досвіду Pure Storage.

За його словами, ця послуга розв'язує проблему мінливості пропускної спроможності даних і потреб у пропускній спроможності, притаманних навчанню та виведенню моделей. "У середовищі навчання з мільйонами параметрів можна отримати до 50 терабайтів даних, що вимагає високої пропускної здатності", - сказав він. "Висновки - це скоріше великий набір даних, з меншими вимогами до пропускної здатності. У вас абсолютно різні потреби в інфраструктурі зберігання для навчання і висновку".

Клієнти можуть зарезервувати більше пропускної здатності, ніж їм потрібно в короткостроковій перспективі, і платити тільки за те, що вони використовують. "Вона побудована на економіці споживання хмарних обчислень: оплата за споживання і резерв", - повідомив Пракаш Дарджі. "Ви отримуєте більше передбачуваності, гнучкості та гарантуєте, що найдорожчий актив у вашому центрі обробки даних - GPU - буде використаний повністю".

Нові функції виявлення аномалій використовують машинне навчання для виявлення таких загроз, як атаки здирників, шкідлива поведінка та атаки типу "відмова в обслуговуванні", шляхом пошуку аномалій продуктивності. Розширена послуга використовує кілька моделей машинного навчання, які аналізують історичні дані користувача в пошуках незвичайних закономірностей. Клієнти можуть визначити останню відому хорошу копію моментального знімка для відновлення.

Pure Storage також оновила свою пропозицію Pure Fusion storage-as-code для консолідації та оптимізації на льоту пулів зберігання структурованих і неструктурованих даних у локальних і хмарних середовищах. Ця функція використовує машинне навчання, щоб удосконалюватися з плином часу. Тепер вона вбудована в операційне середовище Purity і буде доступна на всій платформі Pure Storage для всіх глобальних клієнтів.

Новинкою також є генеративний AI-копілот для систем зберігання даних. Він використовує знання, отримані від десятків тисяч клієнтів, щоб спрямовувати команди сховищ під час вивчення проблем продуктивності та управління. Функція використовує кілька фонових великих мовних моделей і збирає телеметрію з наявної системи зберігання даних користувача.

"Ми збираємо майже 25 петабайтів телеметрії на рік", - повідомив Пракаш Дарджі. "Вона входить у базу навчання та наші бази знань, а також у команди клієнтів і поведінку користувачів". Функція має обмежені можливості з отримання даних у реальному часі з площини управління Pure1, і компанія розраховує з часом поліпшити діагностику в реальному часі.

"Це простір, що швидко розвивається", - сказав Пракаш Дарджі. "Ми представляємо її у вигляді попередньої технічної версії, тому що протягом наступного року можемо рефакторити та переписати її 10 разів залежно від розвитку технологій".

Цього тижня компанія також представила нові послуги та угоди про рівень обслуговування. Угода Enhanced Cyber Recovery and Resilience SLA розширюється і містить сценарії аварійного відновлення. У межах цієї угоди клієнти отримують індивідуальний план відновлення, чисту інфраструктуру зберігання, яку постачає Pure Storage, установку на місці та додаткові професійні послуги з перенесення даних. За словами Пракаша Дарджі, це дає їм змогу швидко відновлювати дані з моментальних знімків і зберігати скомпрометоване обладнання для проведення експертизи.

Нова пропозиція з оцінки безпеки дає змогу оцінити ризики безпеки парку масивів зберігання даних на основі інформації, отриманої від більш ніж 10000 клієнтів. Оцінка надає числові оцінки та найкращі практики, що відповідають стандартам National Institute Of Standards And Technology 2.0, рекомендації щодо дотримання нормативних вимог, усунення потенційних аномалій безпеки та швидкого відновлення.

Нова функція виявлення аномалій на основі штучного інтелекту дає змогу виявляти такі загрози, як атаки здирників, незвичайна активність, шкідлива поведінка та атаки типу "відмова в обслуговуванні", на основі аналізу аномалій продуктивності. Це розширило можливості виявлення програм-вимагачів на основі аномалій за скорочення обсягу даних.

Розширене виявлення побудовано на основі декількох моделей машинного навчання, які виявляють незвичайну аномальну поведінку. Моделі аналізують клієнтські середовища з історичними даними на предмет аномальних патернів, заснованих на евристиці продуктивності, а також на користувацькому контексті використання сховища. Використовуючи цю можливість, клієнти можуть визначити останню відому хорошу копію моментального знімка, щоб знизити операційні наслідки завдяки швидкому визначенню точок для відновлення даних, що знижує ризик і зменшує кількість здогадок.