스토리지 노드는 반폭 또는 전폭 랙 유닛으로 사용할 수 있습니다. 처음에는 최소 4개의 스토리지 노드가 필요하며, 클러스터는 최대 40개 노드까지 확장될 수 있습니다. 스토리지 클러스터를 여러 컴퓨팅 클러스터에서 공유할 수 있습니다. 모든 스토리지 노드에는 쓰기 성능을 향상시키기 위한 캐시 컨트롤러가 포함되어 있습니다. 단일 노드는 4K 블록 크기로 50K 또는 100K IOPS를 제공합니다.

NetApp HCI 스토리지 노드는 최소, 최대 및 버스트 QoS 제한을 제공하는 NetApp Element 소프트웨어를 실행합니다. 스토리지 노드 하나는 총 용량의 1/3을 초과할 수 없지만 스토리지 클러스터는 스토리지 노드 혼합을 지원합니다.

컴퓨팅 노드는 반폭, 전폭 및 2개의 랙 유닛 크기로 제공됩니다. NetApp HCI H410C 및 H610C는 확장 가능한 인텔 Skylake 프로세서를 기반으로 합니다. H615C는 확장 가능한 2세대 인텔 Cascade Lake 프로세서를 기반으로 합니다. GPU를 포함하는 두 가지 컴퓨팅 모델이 있습니다. H610C에는 NVIDIA M10 카드 2개가 포함되어 있으며 H615C에는 NVIDIA T4 카드 3개가 포함되어 있습니다.

NVIDIA T4에는 실시간 광선 추적을 제공하는 데 필요한 계산 능력을 제공하는 40개의 RT 코어가 있습니다. 이제 디자이너와 엔지니어가 사용하는 동일한 서버 모델을 사용하여 실제 작업에서와 마찬가지로 표면에서 가볍게 튀어 나오는 실사적 이미지를 만들 수 있습니다. 이 RTX 가능 GPU는 초당 최대 5기가파이의 실시간 광선 추적 성능을 제공합니다. NVIDIA T4를 Quadro vDWS(Quadro Virtual Data Center Workstation) 소프트웨어와 함께 사용하면 아티스트가 위치와 상관없이 모든 장치에서 정확한 그림자, 반사 및 굴절 기능을 갖춘 실사적 설계를 만들 수 있습니다.

Tensor 코어를 사용하여 딥 러닝 추론 워크로드를 실행할 수 있습니다. 이러한 워크로드를 실행할 때 Quadro vDWS 기반 NVIDIA T4는 CPU 전용 서버로 구동되는 VM보다 최대 25배 빠른 성능을 제공합니다. 랙 유닛 하나에 NVIDIA T4 카드 3개를 장착한 NetApp H615C는 그래픽 및 컴퓨팅 집약적인 워크로드에 이상적인 솔루션입니다.

다음 그림은 NVIDIA GPU 카드를 나열하고 이러한 카드를 비교합니다.

M10 GPU는 지식 근로자 사용 사례에 가장 적합한 TCO 솔루션입니다. 하지만 가상 워크스테이션, 그래픽 성능, 실시간 대화형 렌더링, 추론 등 다양한 사용 사례에서 사용할 수 있는 GPU로 표준화가 필요한 경우 T4를 사용하면 좋습니다. T4를 사용하면 IT 부서는 동일한 GPU 리소스를 활용하여 혼합 워크로드를 실행할 수 있습니다. 예를 들어, 낮 동안에는 VDI를 실행하고 야간에는 컴퓨팅 워크로드를 실행하기 위해 리소스를 다른 용도로 재활용할 수 있습니다.

H610C 컴퓨팅 노드는 크기가 두 개의 랙 유닛이며 H615C는 크기가 한 개의 랙 유닛으로, 전력을 더 적게 소모합니다. H615C는 H.264 및 H.265(High Efficiency Video Coding[HEVC]) 4:4:4 인코딩 및 디코딩을 지원합니다. 또한 점점 더 많은 주요 instrean VP9 디코더를 지원합니다. YouTube에서 제공하는 WebM 컨테이너 패키지에서도 비디오에 VP9 코덱을 사용합니다.

컴퓨팅 클러스터의 노드 수는 VMware에서 결정하며, 현재 96개의 VMware vSphere 7.0 Update 1이 사용되고 있습니다. EVC(Enhanced vMotion Compatibility)가 활성화된 경우 클러스터에서 서로 다른 컴퓨팅 노드 모델을 혼합할 수 있습니다.