Dell PowerScale: A Arquitetura Importa na Era da IA

Principais Conclusões: À medida que as cargas de trabalho de IA levam a infraestrutura aos seus limites, a indústria reconhece a superioridade das arquiteturas discretas em termos de escalabilidade, eficiência e desempenho sustentado. O Dell PowerScale tem liderado este espaço há mais de uma década com um design scale-out construído especificamente, que evita as ineficiências dos sistemas desagregados. Enquanto concorrentes como a VAST estão agora a migrar para sistemas discretos, a maturidade arquitetural e a expertise comprovada do PowerScale continuam a definir o padrão para a infraestrutura de IA.

Ao treinar modelos massivos e realizar checkpointing a cada poucos minutos, o sistema não se importa com declarações de marketing. Ele se importa com unidades de rack, watts, portas de switch e se o storage mantém o throughput sem forçar as GPUs a esperar. Cada vez mais, o mercado reconhece uma realidade que o Dell PowerScale abraçou por mais de uma década: a arquitetura discreta vence na escala da IA.

Por anos, fomos posicionados como “flexíveis”: compute em uma camada, storage em outra, conectados por redes adicionais, switches e lógica de orquestração. Mas a IA está expondo a divisão arquitetural. Como discuti em meu blog anterior "Do More with Less", a certificação NVIDIA Cloud Provider (NCP) valida infraestruturas contra cargas de trabalho de IA do mundo real: streaming sustentado, checkpointing e I/O aleatório em escala massiva. As diferenças arquiteturais entre discrete e disaggregated tornam-se visíveis sob essa lente. Com menos espaço em rack, menos switches e menor consumo de energia,¹ a plataforma PowerScale Discrete destaca as consequências estruturais das escolhas de design em comparação com arquiteturas desagregadas de provedores como a VAST Data. A arquitetura importa.

A Imitação é a Forma Mais Sincera de Elogio

Não é surpreendente que fornecedores que inicialmente defenderam a desagregação estejam agora introduzindo seus próprios sistemas discretos — incluindo a evolução E-Box da VAST. Essa mudança, no entanto, não é controversa; é simplesmente um reconhecimento das limitações arquiteturais das arquiteturas desagregadas para IA em escala.

O Dell PowerScale tem operado como um sistema discreto e clusterizado desde o início. Cada nó contribui com storage, CPU, memória e rede sob o OneFS, formando um motor unificado com um único namespace e escalabilidade linear previsível. Não há controladoras de desempenho emparelhadas com prateleiras de capacidade, nenhuma camada de compute separada orquestrando nós de storage e nenhuma malha externa entre as camadas. Cada nó participa, e cada drive contribui.

Em contraste, a promessa de "escalabilidade independente" em designs desagregados frequentemente não se sustenta em implementações reais. Por exemplo, em arquiteturas desagregadas como a VAST, o desempenho efetivamente atinge o limite máximo quando duas CBoxes são emparelhadas com uma DBox — o que significa que cabeças de compute adicionais não aumentam a largura de banda. Elas apenas aumentam a contagem de componentes, o consumo de energia e os requisitos de switch, como vimos em arquiteturas NCP publicadas. O PowerScale evita essas ineficiências.

O PowerScale escala a largura de banda diretamente através de opções de nós e drives, não multiplicando as cabeças de controladora em torno de um gargalo. Sem proporções artificiais de controladoras e sem limites de desempenho precoces, o PowerScale oferece a largura de banda sustentada que as cargas de trabalho de IA dependem. Quando outros começam a construir sistemas discretos após anos defendendo a separação, vale a pena reconhecer o que isso sinaliza — uma reafirmação da resiliência arquitetural do PowerScale para escalar. A arquitetura realmente importa.

Desempenho Sustentado vs. Arquiteturas de Burst-Buffer

Além da escalabilidade, uma das distinções mais críticas e negligenciadas na infraestrutura de IA é o comportamento de escrita. Quando as arquiteturas reservam slots de drive para memória de classe de storage ou buffers de escrita dedicados, elas reduzem a capacidade utilizável por unidade de rack e introduzem variabilidade de desempenho entre os modos de "burst" e de estado estacionário. Sob checkpointing sustentado, os buffers se enchem rapidamente. Quando isso acontece, os sistemas fazem a transição para um comportamento de spillover. Os operadores ficam modelando se as cargas de trabalho permanecerão dentro de uma janela preferencial. As cargas de trabalho de IA mantêm a pressão e não esperam que os buffers sejam liberados.

O PowerScale evita essa complexidade inteiramente. As escritas são erasure-encoded e distribuídas diretamente por todos os drives NVMe ou de disco no cluster. Não há uma camada de buffer de escrita isolada para esgotar, nenhum modo de desempenho para gerenciar e nenhuma dependência de burst para otimizar. O resultado é um desempenho de escrita estável e previsível, especialmente durante ciclos de checkpoint sustentados, onde a utilização da GPU está em jogo.

O Custo da Complexidade em Malhas de IA

Cada camada arquitetural adicional introduz mais tráfego leste-oeste e mais dependências de switch. Em pequena escala, isso é gerenciável. Em escala de IA, porém, isso se agrava. Menos switches significam menor investimento de capital, menores requisitos de energia e refrigeração, complexidade operacional reduzida e menos pontos de falha. A simplicidade de rede raramente é destaque em slides de marketing. Mas em ambientes densos em GPU, a arquitetura discreta do PowerScale determina silenciosamente a eficiência operacional.

O que é antigo é 'novo' novamente – Mas o PowerScale não mudou, nós começamos aqui.

As vantagens que surgem nas implementações de IA hoje não são novas descobertas. Em muitos aspectos, a indústria está redescobrindo conceitos dos quais se afastou. Designs desagregados — compute separado, capacidade separada, malhas separadas — foram o ponto de partida para storage em larga escala. Arquiteturas discretas surgiram porque resolveram problemas reais: largura de banda que cresce previsivelmente, menos camadas de malha para gerenciar, comportamento de escrita estável sob pressão e operações mais simples em escala.

Agora, à medida que a IA expõe os limites das arquiteturas em camadas e com muitas controladoras, estamos assistindo a um ciclo familiar se repetir. Fornecedores estão retornando a sistemas discretos e os enquadrando como algo "novo". Mas a verdade é simples: o PowerScale opera como um sistema discreto e scale-out há mais de uma década, muito antes de a IA tornar a eficiência arquitetural urgente. Essa linhagem importa. A maturidade arquitetural importa. A continuidade do namespace importa. A estabilidade entre gerações de nós importa. Enquanto outros ajustam a direção, o PowerScale continua a escalar com base em uma fundação construída para densidade e eficiência desde o início.

Para aqueles de nós que trabalham em infraestrutura corporativa há tempo suficiente, reconhecemos um padrão: o que é enquadrado como inovação muitas vezes acaba sendo apenas uma redescoberta. Não devemos nos iludir sobre o que é novo versus o que é apenas uma remixagem de ideias antigas. Não vamos confundir o que está sendo reintroduzido como "novo" com o que foi comprovado sob carga — confiabilidade e eficiência construídas ao longo de anos de expertise e inovação. Porque na infraestrutura de IA, a arquitetura realmente importa.

Visite o estande da Dell Technologies na NVIDIA GTC de 16 a 19 de março para saber como o PowerScale pode ajudar a escalar ambientes de IA de forma eficiente e sustentável. Ou conecte-se com um especialista em IA da Dell para começar hoje mesmo.

¹Com base na análise interna da Dell de designs de referência validados pela NVIDIA para configurações de 64 SU que aderem à especificação da arquitetura de referência da NVIDIA Cloud Platform para storage de alto desempenho, agosto de 2025.

FAQ

P: O que torna a arquitetura do Dell PowerScale diferente dos designs desagregados? R: O PowerScale opera como um sistema discreto e clusterizado, onde cada nó contribui com storage, CPU, memória e rede sob um motor OneFS unificado. Ao contrário dos designs desagregados, ele evita gargalos de desempenho, proporções artificiais de controladoras e limites de desempenho precoces, garantindo escalabilidade previsível e largura de banda sustentada.

P: Como o PowerScale lida com cargas de trabalho de IA sustentadas em comparação com arquiteturas de burst-buffer? R: O PowerScale elimina a necessidade de camadas de buffer de escrita isoladas, distribuindo as escritas diretamente por todos os drives no cluster. Isso garante um desempenho estável e previsível durante ciclos de checkpointing sustentados, evitando a variabilidade de desempenho observada em sistemas de burst-buffer.

P: Por que a simplicidade da rede é importante na infraestrutura de IA? R: Em ambientes densos em GPU, cada camada arquitetural adicional aumenta o tráfego leste-oeste, as dependências de switch e a complexidade operacional. A arquitetura discreta do PowerScale reduz esses fatores, levando a custos mais baixos, menos pontos de falha e maior eficiência em escala de IA.

P: Como a arquitetura do PowerScale beneficia os ambientes de IA? R: O design discreto do PowerScale oferece escalabilidade linear previsível, largura de banda sustentada e desempenho de escrita estável, tudo isso enquanto minimiza o consumo de energia, o espaço em rack e os requisitos de switch. Isso o torna ideal para as demandas das cargas de trabalho de IA.

P: Por que os concorrentes estão agora adotando arquiteturas discretas? R: Fornecedores que inicialmente defenderam designs desagregados estão migrando para sistemas discretos, à medida que as cargas de trabalho de IA expõem as limitações de sua arquitetura. Essa mudança valida o compromisso de uma década do PowerScale com a arquitetura discreta e scale-out como a solução ideal para IA em escala.

Sobre o Autor: David Noy

David Noy é um veterano de 25 anos na indústria de storage e gerenciamento de dados, com profunda expertise prática em infraestrutura de data center, storage de dados corporativos e em cloud, e soluções para Inteligência Artificial. Após mais de uma década dirigindo organizações de engenharia — e subsequente liderança de equipes de gerenciamento de produtos e marketing técnico de alto impacto — ele moldou portfólios emblemáticos na Dell Technologies, NetApp, Veritas, Cohesity e VAST Data. Ele foi o líder executivo global para linhas de produtos corporativos reconhecidas pelo Gartner como #1 em sua categoria.

Como Vice-Presidente de Gerenciamento de Produtos para Soluções de Dados Não Estruturados na Dell Technologies, David supervisiona a estratégia de ponta a ponta para cargas de trabalho corporativas, de computação de alto desempenho e inteligência artificial. Isso inclui a responsabilidade pela Dell AI Data Platform, que abrange motores de dados e motores de storage. Seu escopo abrange a concepção de produtos, a execução do roadmap e o alinhamento com o mercado — entregando infraestrutura que não apenas escala, mas também integra gerenciamento avançado de dados, ciberresiliência e capacidades de cloud híbrida em uma plataforma única e coerente.

Contexto da Indústria

• Crescimento explosivo de dados não estruturados: IA, telemetria de borda e mídias ricas estão impulsionando um crescimento anual composto superior a 25%, exigindo arquiteturas de arquivo/objeto que escalam linear e economicamente.
• Implantações híbridas e multi-cloud: As empresas agora tratam a cloud como um modelo operacional, não um destino; mobilidade de dados contínua e aplicação consistente de políticas são requisitos básicos.
• Aceleração de IA e GPU: Pipelines de IA modernos exigem storage de arquivo e objeto paralelos que podem saturar as redes de alta velocidade mais recentes, garantindo a eficiência dos metadados.
• Ciberresiliência e conformidade: Snapshots imutáveis, bloqueio de objetos e arquiteturas de confiança zero tornaram-se obrigatórios diante de ransomware e leis de soberania de dados em evolução.

O histórico de David de entregar soluções inovadoras e de nível corporativo em escala global se alinha diretamente com essas tendências, posicionando-o para liderar a próxima onda de inovação em arquivo e objeto que acelera a transformação digital e as ambições de IA dos clientes — on-premises, na borda e na cloud.