ファイルストレージにおいて、ファイルはディレクトリとサブディレクトリで階層構造に整理されます。容量が増えるにつれて、ファイルモデルは2つの理由から厄介になります。まず、パフォーマンスが一定の容量を超えると低下します。 NASシステム自体の処理能力は限られているため、プロセッサがボトルネックになります。容量の増加に伴う大規模なデータベース（ファイルルックアップテーブル）もパフォーマンスに影響します。オブジェクトストレージは、基本的にメタデータ・タグと一意の識別子とともにデータ自体をバンドルします。メタデータはカスタマイズ可能です。つまり、データごとに多くの識別情報を入力できます。これらのオブジェクトは、フラットなアドレス空間に格納されているため、リージョン間でデータの検索と取得が容易になります。このフラットなアドレス空間はスケーラビリティにも役立ちます。ノードを追加するだけで、ペタバイトを越えて拡張できます。
ブロックストレージは、最も古い、最も簡単な形式のデータストレージです。データは「あなたが推測する」固定サイズのチャンク、すなわち「ブロック」に格納されます。それ自体では、ブロックは通常、データの一部を収容するだけです。オブジェクトストレージにおいて、データは、オブジェクトを形成する、カスタマイズ可能なメタデータ・タグと一意の識別子とともにバンドルされています。オブジェクトはフラットなアドレス空間に格納され、オブジェクトの格納数には制限なく、スケールアウトがはるかに簡単です。
データの種類に応じて適切な処理できるよう、データストレージアーキテクチャ内でストレージを階層化をすることは大きな価値があります。ここでは、クラウディアンのHyperStoreがオブジェクトストレージの「自動階層化」を提供する方法について説明します。オブジェクトは、データ・ライフサイクル・ポリシーにより事前に定義されたスケジュールに基づいて、ローカルのHyperStoreストレージから移行先ストレージシステムに自動的に移動できます。
データ階層化は異なるストレージ階層間でのデータの移動を可能にすることです。これにより、適切なデータが適切なストレージ技術にあることを担保できます。現代のストレージアーキテクチャでは、このデータ移動はエンドユーザアプリケーションには見えず、ストレージポリシーにより制御され、自動化されるのが一般的です
先日、「Storage Switzerland」というストレージ専門メディアがHyperStoreの製品分析記事を掲載し、たいへんに高い評価をいただきました。Cloudianが「バックアップとアーカイブの理想的な保存先」であり「あらゆるストレージニーズに対して検討すべきシステム」である理由がよくわかり
CLOUDIAN HyperStoreソフトウェアは、業界標準サーバーとアプライアンス製品（当社純正HyperStore 4000とLenovo DX8200C）で動作します。このたび、Cisco UCS® S3260ストレージサーバーとUCSマネジャーとの互換性認証を得ました。このことをお知らせできることを心から喜んでいます。 HyperStoreの特長のひとつは、100％ネイティブS3互換という点です。これにより、S3対応アプリケーションとの統合や相互接続が簡単になります。さらに、HyperStoreには次のようなメリットがあります。 無制限の拡張性 … Read More
800万人が利用する米国モンテベロ市の市営バス72台には、それぞれ5台の監視カメラが設置されており、その映像を無線ネットワークで送信しリアルタイムで活用しています。そこでは、オブジェクトストレージのCloudian HyperStoreを使い、大量の映像を経済的に保存するだけではなく、映像にメタデータをタグ付けし検索も可能にしています。
オブジェクトストレージで賢いAI（人工知能）を創る AI（人工知能）や機械学習の登場は、PCが行った過去20年間のように、ビジネスの世界をまったく違う姿にするでしょう。企業は膨大なデータを集め、保存し、機械学習に使い、ビジネスや消費者ニーズに正確にマッチしたリアルタイムな決定をするAI活用型に変貌してゆきます。私たちは、既にアマゾンのようなショッピングサイトにおけるリコメンデーションや、東京で行われている車種にマッチした広告を配信するデジタルビルボードで、この事例を目にしています。しかし、これは単なる始まりに過ぎません。これからAIがビジネスの世界をどう変革するかは、誰もわかりません。それは、PCが引き起こしている、限りない変化と同じことです。 トレーニングデータがAI対応の鍵 AIと機械学習はトレーニングデータの質と量で決まります。図書館で育てられたIQの高い子供は、情報が与えられず育つよりも遥かに知識が多いでしょう。ビジネスに価値あるAIのために、ストレージ業界は重要な役割を果たします。よりインテリジェントな技術に力を入れるということは、膨大な非構造化データを蓄えておかねばならないことを意味するからです。AIソフトウェアを搭載した強力なコンピューターは、トレーニング過程のデータを処理します。トレーニング終了後、AIソフトウェアが創造した「知能モデル」は効率性が検証されます。それを改良する次のトレーニングを実行するためには、追加データを集め、既存データを再構成します。 ひとつの例ですが、特定の車種を自動認識するディープラーニングのソフトウェアをトレーニングするためには、数千枚の画像に車種名のタグを付けなければなりません。同じくらい重要なことは、他の車種は違うと教えるために、他の車種数千枚の画像にもタグ付けをすることです。つまり、学習の効率性は、完全にトレーニングデータに依存するのです。 同様に、ビジネスのノウハウや知財といったデータは、AIの世界における重要な差別化要因になります。ビジネスにおいては、トレーニングデータを他の重要機密情報と同様に保護しなければなりません。 そのため、AI対応する企業は、以下が必要です。 1． 膨大な非構造化データを経済的に保存できる 2． … Read More
現在、メディアアセットは画像・映像です。これらのデータ保管のためには、どのように、またどの程度ストレージを使っているのでしょうか？ これが40年分あるとしたらどうしますか？ 現在使っているソリューションは、これまでと同じ効率性を維持できるでしょうか？ 現状、テープ保管がメディアアセットのアーカイブのために多く使われています。しかし、テープは寿命が限られているうえ、様々な制約を妥協せざるを得ないソリューションです。長期保管を考えると、テープの利用は徐々に少なくなっていくでしょう。 サタデーナイトライブをご存知でしょうか。テープ保管を考え直す良い例になります。サタデーナイトライブは、米国における代表的な長寿番組で、826エピソードと2966人の出演者からなるコンテンツを42シーズンに亘り放映してきました。そのデータ量は数ペタバイトにもなり、42年分のアーカイブデータが２つのデータセンターに保管されています。 それはまさに大量のデータです。そのデータを簡単に活用できなければ、膨大なアーカイブは無駄になってしまいます。このことがまさにサタデーナイトライブが、42年分のアセットをデジタル化して保存するために、オブジェクトストレージを活用する理由なのです。 もし、メディアアセットが単なるコールドストレージに保管されているのなら、考え直す時が来ています。まさにサタデーナイトライブが行っているように、効率的なアーカイブソリューションがあれば、ワークフローを大きく向上させ、40年間のアセットを収益化できるからです。
本年4月20日、「電通、クラウディアンら４社で、ディープラーニングを使った屋外デジタル広告実証実験に着手」についてプレスリリースを行いました。 プレスリリース これは、電通様、スマートインサイト様、QCT様と当社の4社が、インテル様のご協力も得ながら、ディープラーニングを活用して走行する車種を判別し、道路沿いに設置されたデジタルサイネージに最適な広告を表示させる実証実験を行うものです。 クラウディアンは、ディープラーニングを活用した実証実験システムの開発および教師データを含むビッグデータのストレージ製品であるCLOUDIAN HyperStoreを提供します。 また、電通様は屋外広告の企画、販売、および媒体開発、スマートインサイト様は屋外広告最適化の為の分析支援、QCT様は高性能サーバー等ハードウェア提供、そしてインテル様は高速演算技術支援を行っていただきます。 今回の発表は、ITシステム専門のメディアだけではなく、マーケティングに関心のある読者向けメディアや、自動車、IOTの専門メディアなど、さまざまな記事でご紹介いただきました。 日本経済新聞：http://nas/content/live/cloudian17.nikkei.com/article/DGXLZO99855880Z10C16A4TI5000/ 電通報：http://dentsu-ho.com/articles/3954 BCN … Read More