Quando si parla di settori data intensive, sicuramente il mondo dell’automotive, e le sue ricerche nell’ambito delle auto a guida autonoma, è uno dei primi ai quali si è portati a pensare.
Sensori, videocamere per la cattura delle immagini, sistemi di Machine Learning, reti neurali sono tutti in campo per mettere a punto veicoli in grado di muoversi in sicurezza nell’ambiente.
E, come sempre, lo snodo è sempre lo stesso: per sostenere grandi quantità di dati eterogenei e per analizzarli in tempo reale, così come le nuove applicazioni richiedono, serve una infrastruttura abilitante.
Serve, anche, uno storage adeguato, progettato per le applicazioni di analytics data intensive.
La risposta, in molti casi, è rappresentata dalla combinazione di tecnologie all-flash e di applicazioni cloud, come emerge in questa case history che ha per protagoniste Zenuity, joint venture tra Volvo Cars e Autoliv, attiva nella progettazione e nello sviluppo di sistemi di sicurezza automobilistici e attualmente al lavoro su un progetto per la messa in strada di veicoli a guida autonoma entro il 2021.
Il progetto al quale lavora Zenuity prevede l’utilizzo di un sistema di Machine Learning, in grado di utilizzare tutti i dati provenienti dai sensori LIDAR e dalle videocamere ed elaborare i milioni di frame inviati da questi sistemi per allenare le reti neurali che ne costituiscono la base.
Per poter sostenere questo carico computazionale, Zenuity ha scelto la soluzione FlashBlade di Pure Storage, in particolare per la sua scalabilità che la rende in grado di sostenere non solo i carichi attuali, ma anche le future espansioni del progetto.
Lo storage all-flash di Pure Storage anche per il Finance e la ricerca medica
Similmente, le soluzioni FlashBlade di Pure Storage entrano in gioco in una seconda case history che vede protagonista il dipartimento di genomica dell’Università di Berkley, AMPLab, attualmente al lavoro per lo sviluppo del motore di analisi in tempo reale Apache Spark. L’obiettivo del centro è mettere a punto trattamenti terapeutici personalizzati per ciascun paziente, tutti basati sugli specifici codici genetici: per questo il motore Apache Spark consente di sequenziare il genoma di un paziente e utilizzare le informazioni che se ne traggono per ottimizzare farmaci e trattamenti.
Su Apache Spark l’AMPLab ha implementato uno storage FlashBlade di Pure Storage, così da accelerare in modo sensibile la velocità di elaborazione delle informazioni.
E sono sempre le soluzioni FlashBlade, in combinazione con il motore di analisi Apache Spark, protagoniste di una terza case history nel mondo finanziario.
In questo caso è Man AHL, società che opera nel campo degli investimenti quantitativi sistematici, che ha deciso di dotare il suo team, composto da 50 ricercatori quantitativi e più di 60 esperti di tecnologia, di Apache Spark e FlashBlade di Pure Storage per creare ed eseguire modelli automatizzati che prendono decisioni di investimento.
Anche in questo caso, a far pendere il piatto della bilancia verso le soluzioni Pure Storage sono state la scalabilità, la velocità di throughput e la possibilità di ottimizzare qualsiasi workload basato su dati non strutturati.
Per approfondire la conoscenza del ruolo delle infrastrutture nell’innovazione a livello di Data Center la testata BigData4Innovation ha preparato una serie di risorse disponibili raggiungibili da questo servizio:
