NetApp Novus Targetkan Kecepatan Transfer Data Lebih dari 100 TB per Detik

NetApp menyatakan Novus sudah dapat dipesan. Perusahaan juga menyiapkan pengembangan sistem menuju model berbasis perangkat lunak yang memungkinkan pengelolaan lebih fleksibel pada masa mendatang.

Efisiensi Biaya Infrastruktur AI

Selain meningkatkan kecepatan transfer data, Novus dirancang untuk membantu operator menyesuaikan kapasitas penyimpanan dengan kebutuhan pekerjaan (workload). Dengan begitu, penambahan sumber daya dapat dilakukan sesuai kebutuhan tanpa harus meningkatkan seluruh komponen infrastruktur secara bersamaan.

Pendekatan ini berpotensi menekan kebutuhan listrik, ruang pusat data, dan biaya operasional. Bagi penyedia layanan komputasi AI, efisiensi tersebut penting karena nilai investasi sangat bergantung pada seberapa optimal GPU digunakan.

Mike Leone, Vice President sekaligus Principal Analyst di Moor Insights & Strategy, mengatakan kemampuan penyimpanan dalam memasok data menjadi faktor penting bagi kinerja infrastruktur AI.

Menurut dia, sistem penyimpanan yang tidak mampu mengikuti kebutuhan komputasi dapat membatasi proses pelatihan model, pengelolaan pengguna, dan hasil investasi. Novus, kata Leone, menawarkan pendekatan yang menggabungkan pengelolaan data dan penyimpanan berkecepatan tinggi untuk mendukung pertumbuhan penyedia layanan AI.

Pengujian Menunjukkan Potensi Skalabilitas

Potensi kinerja Novus juga diuji oleh Omdia, lembaga analisis industri teknologi. Tony Palmer, Chief Analyst di Omdia, mengatakan pengujian menunjukkan kinerja sistem meningkat mendekati proporsional ketika kapasitas klaster (cluster) penyimpanan ditambahkan ke dalam satu sistem pengelolaan data.

Berdasarkan hasil pengujian dan pemodelan, Omdia memproyeksikan Novus dapat mencapai kecepatan baca data berurutan (sequential read) hingga 100 TBps, dengan kapasitas efektif puluhan exabyte atau lebih. Satu exabyte setara dengan satu juta terabyte.

Palmer menilai kemampuan tersebut berpotensi mendukung pusat komputasi AI dengan kebutuhan data yang sangat besar. Meski demikian, angka 100 TBps tersebut merupakan proyeksi berdasarkan pemodelan Omdia, bukan jaminan bahwa seluruh konfigurasi sistem akan mencapai kinerja yang sama dalam setiap penggunaan.

Sementara itu, Jeremy Foster, Senior Vice President and General Manager Cisco Compute, menilai pengembangan infrastruktur AI membutuhkan integrasi antara komputasi, jaringan, dan penyimpanan data. Menurut dia, peningkatan kemampuan GPU saja tidak cukup jika data yang dibutuhkan tidak dapat disediakan secara optimal.

Peluncuran Novus menunjukkan bahwa pengembangan AI tidak hanya bergantung pada kemampuan prosesor, melainkan juga pada kecepatan sistem penyimpanan memasok data. Seiring bertambahnya jumlah GPU dan kompleksitas model AI, penyimpanan data menjadi salah satu faktor yang menentukan efisiensi pusat komputasi.

Namun, manfaat aktual teknologi ini tetap bergantung pada konfigurasi sistem, jenis pekerjaan AI, dan hasil penerapannya di lingkungan operasional.