[db tech showcase Tokyo 2016] D32: SPARCサーバ + Pure Storage DB仮想化のすべらない話 〜 Exa...Insight Technology, Inc.
NTTぷらら様は、「柔軟に増減設できるDB基盤」と「コスト最適化」をキーワードに、DB仮想化をSPARCサーバ + Pure Storageの組み合わせで実現しました。更に現在、理想のDB基盤を実現するために、Exadata環境のリプレースも進めています。本セッションでは、検証結果や生のデモンストレーションに、スライドには書けない生々しい話を加え、理想のDB環境実現までの道のりをご紹介します。
[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...Insight Technology, Inc.
フラッシュのGB単価はHDDと並び、オールフラッシュ導入が加速化する一方、インラインでの重複排除、圧縮機能のオーバーヘッド、メンテナンス / 障害時の影響など、気をつけなければいけない事は沢山あります。本セッションでは、オールフラッシュ製品(Pure Storage)上でOracle Databaseを稼働させた検証結果と生のデモンストレーションをベースに、DB on Pure Storageならではの活用法を考えます。
[db tech showcase Tokyo 2016] D32: SPARCサーバ + Pure Storage DB仮想化のすべらない話 〜 Exa...Insight Technology, Inc.
NTTぷらら様は、「柔軟に増減設できるDB基盤」と「コスト最適化」をキーワードに、DB仮想化をSPARCサーバ + Pure Storageの組み合わせで実現しました。更に現在、理想のDB基盤を実現するために、Exadata環境のリプレースも進めています。本セッションでは、検証結果や生のデモンストレーションに、スライドには書けない生々しい話を加え、理想のDB環境実現までの道のりをご紹介します。
[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...Insight Technology, Inc.
フラッシュのGB単価はHDDと並び、オールフラッシュ導入が加速化する一方、インラインでの重複排除、圧縮機能のオーバーヘッド、メンテナンス / 障害時の影響など、気をつけなければいけない事は沢山あります。本セッションでは、オールフラッシュ製品(Pure Storage)上でOracle Databaseを稼働させた検証結果と生のデモンストレーションをベースに、DB on Pure Storageならではの活用法を考えます。
Windows Server 2016 で作るシンプルなハイパーコンバージドインフラ (Microsoft TechSummit 2016)Takamasa Maejima
2016年11月に開催された Microsoft TechSummit 2016 での、Windows Server 2016 ストレージ機能 (SDS) を活用したハイパーコンバージドインフラ (HCI) に関するセッションスライドです。
[イベント名] Microsoft TechSummit 2016
[開催日] 2016年11月1日
[セッションID] CDP-002
[セッションタイトル] Windows Server 2016 で作るシンプルなハイパーコンバージドインフラ
イベント名:HWAUG & GPU-Accelerated VDI Community Meetup in 札幌
https://h-watson.connpass.com/event/44378/
テーマ:「IBM Watson技術紹介とGPUを利用した高性能仮想デスクトップの最新動向」
主催 : 北海道Watsonユーザー会(HWAUG) & Japan GPU-Accelerated VDI Community
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
26. Storage Spaces Direct
• Disk dense servers
• Rear accessible drive bays
• Support for NVMe
• RAW SAS expanders
• Local SATA disks
• RDMA networking
Software defined networking
• RDMA Enabled NIC
• VXLAN and NVGRE offload
Shielded VM
• TPM 2.0
33. Lenovo版Microsoft Azure Stackって?
Private
Cloud
Azure
Public Cloud
Azure Stack
Hyper-V Hyper-V Hyper-V Hyper-V
Storage Spaces Direct(S2D)
Compute
Storage
Network
Manage
Microsoft Hybrid Cloud
• End User Self Service
• Azure Stackでのオンプレミス
34. Lenovo 版 Microsoft Azure Stack
オンプレミスとAzureの融合
1 of 3
partners Balanced, Optimized Foundational IT
Azure Stack
Hybrid Access, Management
System Center, Windows Server, S2D
Management, Infrastructure Abstraction
1 of 3
partners
MS Ignite
PoC customer
program starts
Sep. 2016
Expected
General
Availability
1H2017
Centralized Hardware Programmability
38. Lenovo Converged HX Series on Hyper-V
LenovoとNutanix社との提携により生まれた、
ハイパー・コンバージド・インフラストラクチャーのソリューション
Lenovo Converged HX Series
Windows Server 2012 Hyper-VがホストOSとしてサポートされました
41. SQL Server DWFT+ Lenovo Serverの組み合わせ
TPC-H性能No.11
検証済み、チューニング済み
信頼性 No.1 / 満足度 No.1
幅広いラインアップ
実はTPC-Hで世界No.1なんです
(10TB、30TB Non Clustered)
ライフサイエンス
研究開発
部品計画・在庫管理分析・
コスト傾向分析
医療レコードと分析POS
トランザクション
価格・プロモーション
分析
どの業種でも対応できるパワフルなデータウェアハウス・分析基盤を提供いたします
1 – Based on results at http://www.tpc.org - #1 non-clustered results @10,000GB and @30,000GB2016 Lenovo. All rights reserved.
42. #1 in TPC-H Performance
1TPC results, September 2016: http://www.tpc.org/tpch/results/tpch_perf_results.asp?resulttype=noncluster
2016 Lenovo. All rights reserved.
43. SQL Server DWFTのポートフォリオ
Entry (6TB)
x3550 M5 1U rack
servers
E5-2630 v4 processors and
128GB memory
Micron M500DC SATA
Solid State Drives
Relative Performance1:
Row Store Throughput: 57
Colum Store Throughput: 85
Max. User Data Capacity: 6TB
Standard (22TB)
x3650 M5 2U rack
servers
E5-2630 v4 processors
and 512GB memory
Intel P3700 NVMe PCIe
Flash Adapters
Relative Performance:
Row Store Throughput: 154
Colum Store Throughput: 252
Max. User Data Capacity: 22TB
Highly Available
(60TB)
x3650 M5 rack servers
E5-2690 v4 processors and
768GB memory
IBM V9000 All Flash
Array storage
Relative Performance:
Row Store Throughput: 212
Colum Store Throughput: 276
Max. User Data Capacity: 60TB
Advanced (145TB)
Based on x3850 X6
4U modular rack servers
E7-8890 v4 processors and
3072GB memory
SanDisk ioMemory3
6400GB Flash Adapters
Relative Performance:
Row Store Throughput: 459
Colum Store Throughput: 734
Max. User Data Capacity: 145TB
HA! New!
小さなところから大きなものまでのラインアップ!
1 – Relative performance compared to reference configuration - 2-socket system rated for 25TB2016 Lenovo. All rights reserved.
http://shopap.lenovo.com/jp/systems/solutions/database/
50. 業界をリードする信頼性・可用性
ITICによるグローバル・サーベイ
600以上のユーザーからの調査
x86サーバーでトップの評価
4時間以上のダウンタイムを経験したと
回答したSystem xユーザーは1%
ITIC Global Server
Hardware, Server OS
Reliability Report-
2015-2016
HP Integrity
Fujitsu Primergy
IBM Power System i, p
10%
6%
4%
4%
3%
3%
3%
2%
2%
1%
1%
0%
Oracle x86
HP ProLiant Servers
Dell PowerEdge x86 Server
Oracle SPARC
Fujitsu SPARC
Toshiba Magnia
Fujitsu Primequest
Cisco UCS
Lenovo System x
IBM System z
#1 x86 server
機器故障でPFAで
XClarityに通知
Migration実行
Live Migrationで他のホストへ移動
System Centerにて故障機器
で起動している仮想マシンを
他のホストに動的移行を行う
HDD、冷却ファン、電源ユニット、メモリー、プロセッサーに対する事前障害予知機能を提供
管理ツールと組み合わせることで、仮想マシンの動的移行(vMotionやLive Migration)と連動可能
事前障害予知
(PFA)
信頼性の高いLenovoサーバー
http://www.lenovo.com/images/products/system-x/pdfs/white-
papers/itic_2015_reliability_wp.pdf
10%
51. データセンター全体をカバーするLenovoのポートフォリオ
広範なエンド・ツー・エンドのサービス
データセンターのエンド・ツー・エンドの要求に応えるワールドクラスのポートフォリオ
Server
信頼性No.1
ラック・タワー
System x, ThinkServer
ミッションクリティカル
X6
高集積
NeXtScale, ThinkServer
ブレード
Flex System
コンバージド
HX Series
Storage
コストパフォーマンスと最
新のテクノロジー
エントリーSAN
S Series
ミッドレンジSAN
V Series
SDS
DX8000C, DX8000N
All Flash Array (AFA) DASおよびテープ装置
E Series, TS
Networking
最大のパフォーマンスと最
小のコスト
内蔵 Top of Rack キャンパス・コア SANスイッチ Network OS
Solutions
実証済みソリューション
Cloud Big Data Analytics Database VDI
HPC
Lenovoの
最先端ソリューション
Compute
NeXtScale nx360
Storage
nx360 + Storage NeX
PCI
nx360 + PCI NeX
GPU と Storage
nx360 + Storage & GPU
常温水冷
nx360 WCT
Hyperscale
お客様に応じた
カスタム化
Enterprise
Network
SAP BWA
Rack Scale ArchitectureApplication OptimizedCompute & Warm Storage