– AMD EPYCプロセッサが、HPE GreenLakeを通じて提供される高性能なスケールアウト型ブロックとファイル・ストレージのデータ・ライフサイクル管理を変革 –

AMD（米国本社：米カリフォルニア州サンタクララ、会長兼CEO：リサ・スー）は本日、「AMD EPYC™ Embedded シリーズ」プロセッサが、新しいHPE Alletra Storage MPモジュラー型マルチプロトコル・ストレージ・ソリューションに搭載されたことを発表しました。AMD EPYC Embedded プロセッサは、高可用性、耐障害性、業界最高水準の接続性と長寿命を備えたエンタープライズ・クラスのストレージ・システムに必要なパフォーマンスとエネルギー効率を提供します。

HPE Alletra Storage MPは、パフォーマンスと容量を独立して拡張できる複数のストレージ・プロトコルを同一ハードウェア上に搭載した、分離型インフラストラクチャに対応します。ブロック・ストレージ、またはファイル・ストレージとして構成可能な本ソリューションは、ワークロードやストレージ・プロトコルにかかわらず、HPE GreenLake Edge-to-Cloudプラットフォームを介してデータおよびストレージ・サービスを展開、管理、オーケストレーションする機能を提供します。これにより、データのサイロ化が解消され、パフォーマンスを向上させながらコストと煩雑さを軽減できます。

HPE Alletra MPをベースにしたHPE GreenLake for File Storageは、スケールアウト型のファイル・サービスを提供し、毎秒数百ギガバイト以上の読み取りスループットを実現する大規模なエンタープライズ・パフォーマンスにより、データ集約型ワークロードの処理時間を短縮します（注1）。
機能拡張されたHPE GreenLake for Block Storageは、100%のデータ可用性を保証する業界初の分離型スケールアウト・ブロック・ストレージとして、ミッション・クリティカルな耐障害性をミッドレンジの経済性で実現します。HPE GreenLakeプラットフォームを通じて提供、管理される新しいHPE GreenLake for Block Storageは、HPE Alletra Storage MPを活用し、ミッション・クリティカルなアプリケーションや混合ワークロードに、直感的なクラウド体験、効率的な拡張性、優れたレジリエンスとパフォーマンスを提供します。

EPYC Embedded シリーズ・プロセッサは、スピードと効率性を兼ね備え、システム全体のエネルギー・コストとTCOの両方を削減するよう設計されています。HPE Alletra Storage MPは、16コアから64コアのパフォーマンス・オプション、155Wから225Wまでの熱設計電力（TDP）オプションを備えた、さまざまなEPYC Embedded プロセッサ・モデルを使用しています。

本プレスリリースは、2023年6月21日（現地時間）に米国本社で発表されたプレスリリースの抄訳版です。リリース全文は原文（英語）をご参照ください。

AMDについて
AMDは、ハイパフォーマンス・コンピューティング、グラフィックスと視覚化技術において50年以上にわたり革新をもたらしてきました。世界中の何十億人もの消費者、フォーチュン500企業、最先端の科学研究機関が、日常の生活、仕事、遊びを向上させるために、AMDのテクノロジーに頼っています。AMD社員は、可能性の限界を押し上げる高性能で適応性の高い製品開発に注力しています。日本AMD株式会社は、AMDの日本法人です。AMDのさらなる詳細は、AMDのウェブサイト、Facebookまたはツイッターをご覧ください。

AMD, the AMD Arrow logo, EPYC、またそれらのコンビネーションは、Advanced Micro Devices, Inc.の商標です。他の名称は情報提供のみに使用され、それぞれの所有者に帰属します。

本プレスリリースに記載されている、HPE GreenLakeに関するパフォーマンスおよびコスト削減に関する記述はすべてHPEが提供するものであり、AMDが独自に検証したものではありません。これらのパフォーマンスとコスト削減効果は、さまざまな変数によって影響されます。また、これらの記述はHPE製品に固有のものであり、一般的なものではない可能性があります。GD-181

（注1） The per-enclosure read performance has been characterized and certified, and hundreds of gigabytes per second of read throughput and beyond can be achieved by scaling data and compute enclosures.