Die kalifornische Netzwerkausrüsterin Cisco hat mit der UCS-M5-Familie die fünfte Generation ihrer UCS-Server samt zugehöriger Verwaltungssoftware lanciert. Die Servern sind mit Intel Xeon Scalable Prozessoren ausgerüstet, und ein neues Werkzeug namens "Workload Optimization Manager" soll IT-Organisationen bei der Verwaltung, Auswertung und Optimierung von Hybrid-Cloud-Umgebungen unterstützen.
Die Server-Generation M5 umfasst gemäss den Angaben von Cisco folgende Geräte:
* UCS B200 M5 Blade Server: Der generische Server mit halber Blade-Breite zielt auf den Betrieb traditioneller verteilter oder Multi-Tier-Anwendungen und unterstützt bis zu zwei GPUs.
* UCS B480 M5 Blade Server: Dieser ist laut Mitteilung konzipiert für anspruchsvollere Workloads wie arbeitsspeicherintensive, kritische Unternehmensanwendungen oder auch virtualisierte verteilte Datenbanken.
* UCS C220 M5 Rack Server: Ein generischer Zwei-Socket-Rack-Server mit hoher Dichte für unterschiedliche Arbeitslasten von Virtualisierung über Collaboration bis hin zu nativ installierten ("Bare-Metal“-) Applikationen.
* UCS C240 M5 Rack Server: Ein Storage- und I/O-optimierter Rack-Server für Big-Data-Analysen, Software-Defined Storage oder nativ installierte Applikationen.
* UCS C480 M5 Rack Server: Auf der Basis einer modularen Architektur für flexible Upgrades bietet das Gerät laut Cisco Scale-up-Erweiterbarkeit für In-Memory-Datenbanken, Big-Data-Analysen, Virtualisierung, VDI (Virtual Desktop Infrastructure) und nativ installierte Anwendungen. Mit Support für bis zu sechs GPUs habe sich die GPU-Dichte verdreifacht, zudem unterstütze das Gerät nun bis zu 32 Laufwerke.
Softwareseitig neu ist die Version 6.5 von UCS Director, mit der sich 80 Prozent der Administrationsaufgaben von einer zentralen Konsole aus erledigen lassen sollen, wie die Kalifornier versprechen. Version 6.5 bietet demnach eine Reihe zusätzlicher Automationsfunktionen, etwa für Powershell und die VM-Migration.
Das Werkzeug Workload Optimization Manager wiederum biete Analysefunktionen, um die Anforderungen der Workloads kontinuierlich mit der Infrastrukturbasis abzugleichen, und dies lokal wie auch über Cloud-Umgebungen hinweg. Damit könnten Entscheider zum Beispiel rasch bewerten, ob Workloads kostengünstiger vor Ort im eigenen Rechenzentrum oder einer Public Cloud laufen.
www.cisco.com
