Beranda Storage Ceph IBM Storage Ceph
Mengoperasikan AI dengan data lake yang dirancang untuk menjadi lebih baik seiring dengan skalanya
Baca blog penerapan
Tangkapan layar dasbor IBM Storage Ceph yang menampilkan detail tentang metrik kesehatan dan kinerja kluster secara keseluruhan

IBM Storage Ceph adalah distribusi platform Ceph sumber terbuka yang didukung IBM yang menyediakan penyimpanan objek, blok, dan file yang terukur secara besar-besaran dalam satu sistem. Platform ini adalah bagian dari portofolio penyimpanan yang ditentukan perangkat lunak IBM Storage.

IBM Storage Ceph dirancang untuk mengoperasionalkan AI dengan ketahanan perusahaan dan mengonsolidasikan data dengan kesederhanaan perangkat lunak dan dijalankan pada berbagai platform perangkat keras untuk memberikan fleksibilitas dan biaya yang lebih rendah.

Dirancang untuk dapat memulihkan diri sendiri dan mengelola diri sendiri tanpa satu titik kegagalan pun dan mencakup analisis penyimpanan untuk wawasan penting terhadap jumlah data yang terus bertambah. IBM Storage Ceph dapat digunakan sebagai cara yang mudah dan efisien untuk membangun data lakehouse untuk IBM watsonx.data dan untuk beban kerja AI generasi berikutnya. 

Baca ringkasan solusi
IBM watsonx.data dan IBM Storage Ceph bersama-sama

Buat data lake untuk IBM watsonx.data dan AI dengan IBM Storage Ceph.

Pelajari cara membuat data lakehouse modern dengan IBM watsonx.data

Manfaat Meningkatkan skalabilitas 

Berkembang dari hanya tiga node menjadi ribuan node tanpa mengganggu agar mampu mengirim miliaran informasi ke alamat web.

Mengelola biaya

Manfaatkan penyimpanan yang ditentukan perangkat lunak yang dibangun dengan standar terbuka yang menjaga biaya belanja modal dan belanja operasional tetap sejalan dengan harga perangkat keras komoditas yang mendasarinya.

Menyatukan penyimpanan

Gunakan platform tunggal yang mendukung gabungan penyimpanan blok, objek, dan file untuk mengelola semua data Anda, menurunkan biaya secara signifikan, dan membantu pelanggan menangani pertumbuhan data eksponensial.

Menggunakan dan menyimpan data secara efisien

Manfaatkan kemampuan reduksi data untuk pengoptimalan penggunaan disk, pembacaan/penulisan sebagian atau seluruhnya dengan transaksi atom, pengkodean replikasi dan penghapusan untuk perlindungan data, pengoptimalan berbasis kebijakan, dan banyak lagi.

Fitur Redistribusi beban kerja otomatis

Dirancang untuk melakukan penyembuhan mandiri dan pengelolaan mandiri, sistem ini menyeimbangkan kembali distribusi data di seluruh kluster dan menangani kegagalan tanpa gangguan, secara otomatis memulihkan ke tingkat ketahanan data yang telah ditentukan sebelumnya.

Perencanaan kapasitas

Analisis penyimpanan membantu memantau pemanfaatan dan pertumbuhan kapasitas yang memungkinkan pelanggan merencanakan kebutuhan masa depan dan menentukan kebutuhan kapasitas jangka pendek.

Perlindungan data

Menyediakan fitur keamanan seperti kunci objek untuk tata kelola dan perlindungan data write-once-read many (WORM); Kriptografi FIPS 140-2; integrasi manajemen kunci dan enkripsi sisi server.

Sumber daya IBM Storage Ceph

Cari tahu cara Anda dapat memanfaatkan perangkat lunak Object Storage yang terukur secara besar-besaran dengan analitik prediktif (wawasan penyimpanan) untuk membangun data lake asli cloud Anda sendiri di edge, di pusat data, atau di cloud.

Tantangan instalasi 30 menit IBM Storage Ceph

Tonton video untuk melihat betapa mudahnya menginstal dan mengonfigurasi kluster IBM Storage Ceph pada server perangkat keras komoditas x86.

Produk terkait IBM Cloud Object Storage

Mengonsolidasikan penyimpanan primer dan sekunder big data object storage on premises terkemuka di industri.

Skala IBM Storage

Manfaatkan platform data global yang dioptimalkan untuk AI dan big data.

Sistem Skala IBM Storage

Akses blok bangunan penyimpanan yang terukur semua flash atau hybrid yang dirancang untuk menciptakan kluster berkinerja tinggi untuk IBM Storage Scale dalam arsitektur TI yang berkelanjutan.

Mulai sekarang

Temukan cara IBM Storage Ceph dapat membantu Anda menurunkan biaya dan mengotomatiskan pertumbuhan data eksponensial.

Penelusuran lainnya Dokumentasi Komunitas