DYNAMIC ENDPOINT TRANSFER
Destinasi berubah.
Transfer file berjalan persis seperti sebelumnya.
Di mana sistem yang menjalankan pekerjaan terus berubah — GPU servers, Kubernetes workloads, Cloud compute — transfer file tidak perlu diatur ulang setiap kali.
Hubungkan endpoint yang dipilih infrastruktur yang sudah ada ke transfer INNORIX. Destinasi yang sebenarnya dapat berubah dan logika transfer yang sama masih mengirimkan file yang Anda butuhkan.
DYNAMIC ENDPOINT SELECTION
Alih-alih Target tetap,
hubungkan Endpoint yang dipilih saat runtime ke Transfer.
Dynamic Endpoint Transfer bukan sekadar fitur untuk lingkungan dengan banyak server. Yang penting adalah lingkungan di mana Target sebenarnya yang harus dicapai file ditentukan saat runtime, atau terus berubah. Dalam AI Training GPU Compute yang akan digunakan dapat berbeda setiap jalankan, Kubernetes Workload dapat berjalan di Pod atau Node baru, Cloud Compute dibuat saat dibutuhkan, dan Edge Devices terhubung di momen berbeda.
Di mana Transfer tradisional menetapkan IP atau Hostname tertentu sebagai Target, Dynamic Endpoint Transfer menghubungkan peran dan kondisi yang diperlukan pekerjaan — "GPU Compute yang akan menjalankan Training ini", "Edge Device yang Ready saat ini" — ke Endpoint yang sebenarnya. Infrastruktur Anda menentukan Endpoint yang sebenarnya dan INNORIX menerapkan hasil itu ke File Transfer, sehingga Endpoint dapat berubah tanpa Transfer Logic pekerjaan dibangun ulang.
StaticTarget tetap
DynamicDipilih saat runtime
Di mana digunakan
- AI Training
- Kubernetes
- Cloud Compute
- Edge
ENDPOINT CONDITIONS & GROUPS
Gunakan peran Endpoint, kondisi dan Group
untuk menyusun infrastruktur yang berubah.
Alih-alih menetapkan transfer ke alamat IP atau nama server tertentu, endpoint dapat dinamai berdasarkan kondisi: peran, region, workload dan status.
Infrastruktur Anda memilih endpoint yang cocok, dan INNORIX mengirimkan data ke sana. Mesin berbeda dari jalankan ke jalankan; pengaturan transfer tidak berubah.
Kondisi TargetKondisi yang menamai target.
- PeranGPU Compute
- WilayahSeoul
- Beban KerjaTraining
- StatusSiap
Endpoint yang TersediaDipilih oleh infrastruktur Anda
- GPU-03Seoul | NVIDIA H100Tersedia
- GPU-07Seoul | NVIDIA H100Dipilih
- GPU-12Tokyo | NVIDIA A100Tersedia
INFRASTRUCTURE INTEGRATION
Infrastruktur yang sudah ada menentukan status Endpoint,
dan INNORIX menjalankan keputusan itu sebagai Transfer.
Kubernetes scheduler, GPU scheduler, cloud orchestrator atau edge manager terus memutuskan apa yang berjalan di mana. Transfer file terhubung ke sana tanpa mengubah apa pun.
Setelah sistem Anda memilih Pod, server GPU atau edge device, INNORIX mentransfer file ke endpoint yang diberikan dan mengembalikan kemajuan dan hasil untuk langkah berikutnya.
Integrasi TransferTransfer ke endpoint yang dipilih sistem Anda.
Infrastruktur Yang Sudah Ada
- Kubernetes SchedulerMemilih target Pod
- GPU SchedulerMemilih target GPU node
- Cloud OrchestratorMemilih compute instance
- Manajemen EdgeMemilih target edge device
Endpoint Terpilih
INNORIX tidak provision Compute atau menentukan Workload Placement.
WORKLOAD LIFECYCLE
Dalam Workload dan Endpoint Lifecycle,
hubungkan titik-titik di mana Data dibutuhkan.
Cloud VM, GPU compute node atau Kubernetes Pod dibuat saat pekerjaan dimulai dan dirilis saat berakhir. Transfer yang dibangun di server tetap tidak dapat mengikuti itu.
INNORIX mengirimkan dataset setelah endpoint siap, dan mengumpulkan data hasil ke storage yang Anda namai saat pekerjaan selesai. Membuat dan merilis server tetap bersama infrastruktur Anda sendiri.
Siklus Hidup EndpointTransfer mengikuti endpoint dari pembuatan hingga rilis.
- 1. DibuatEndpoint dibuat.Dibuat
- 2. SiapLingkungan untuk pekerjaan sudah siap.Siap
- 3. Pengiriman DataData yang diperlukan dikirim.Dikirim
- 4. Jalankan PekerjaanPekerjaan berjalan pada data yang dikirim.Selesai
- 5. PengumpulanData hasil dikumpulkan kembali.Dikumpulkan
- 6. DirilisEndpoint dirilis saat pekerjaan berakhir.Dirilis
ORCHESTRATOR & API
Panggil Dynamic Transfer
dari Orchestrator dan API yang sudah ada.
Setelah Endpoint telah ditentukan dalam sistem yang sudah ada — Kubernetes, GPU Scheduler, Cloud Orchestrator — sistem itu memanggil kemampuan transfer INNORIX.
Workflow Logic dan Scheduling tetap berada dalam sistem yang sudah ada, dan hanya File Transfer yang terhubung sebagai independent Data Movement Layer. Endpoint berbeda setiap jalankan sementara pemanggilan dan penanganan hasilnya tetap sama, sehingga Transfer Capability ditambahkan ke Infrastruktur Dynamic tanpa Automation yang sudah ada didefinisikan ulang.
Antarmuka API
UNIFIED OPERATIONS
Seberapa pun Endpoint berubah,
periksa setiap hasil transfer di satu platform.
GPU atau Compute yang menjalankan pekerjaan berbeda setiap waktu, dan tetap pekerjaan transfer dan hasilnya tidak memerlukan manajemen terpisah.
Kelola mesin yang terhubung dan transfer Flows di INNORIX Studio, dan dalam Runs periksa Endpoint yang benar-benar dipilih, kemajuan transfer dan hasil penyelesaiannya.
Pengiriman Data TrainingTarget Condition | GPU · Training · Ready
GET STARTED
Hubungkan transfer file ke endpoints yang terus berubah.
Hubungkan endpoint yang dipilih Kubernetes, GPU scheduler atau cloud orchestrator yang sudah ada ke pekerjaan transfer file INNORIX.
Periksa hasil transfer di Studio, dan integrasikan dengan workload yang sudah ada melalui API.
TECHNICAL FAQ
Pertanyaan yang sering diajukan
Apa itu Dynamic Endpoint Transfer?
Dalam lingkungan di mana sumber atau target transfer file bukan server tetap tetapi ditentukan pada saat eksekusi, itu menghubungkan endpoint yang benar-benar dipilih ke pekerjaan transfer yang sudah ada.
Bagaimana perbedaannya dengan file transfer server-ke-server biasa?
Transfer server-ke-server biasa biasanya menetapkan sumber dan target sebelumnya. Dynamic Endpoint Transfer dapat menerapkan endpoint yang dipilih saat eksekusi ke logika transfer yang sama.
Apakah INNORIX memilih GPU atau Kubernetes pod itu sendiri?
Tidak. Infrastruktur yang sudah ada seperti GPU scheduler, Kubernetes atau cloud orchestrator menangani penempatan resource dan pemilihan endpoint. INNORIX mengirimkan file yang dibutuhkan endpoint yang dipilih.
Bisakah digunakan ketika alamat IP endpoint berubah?
Jika infrastruktur yang sudah ada meneruskan informasi endpoint yang saat ini valid dan endpoint itu dapat terhubung ke INNORIX, itu dapat diatur tanpa menamai IP tetap dalam transfer logic.
Bisakah digunakan dalam lingkungan Kubernetes?
Dapat diatur untuk menghubungkan hasil Kubernetes workload placement ke endpoint transfer file yang sebenarnya. Cara pods dan nodes terhubung, kondisi untuk menjalankan Agent dan persyaratan jaringan harus ditinjau per lingkungan.
Bisakah juga digunakan dengan GPU compute pool?
Dapat diatur untuk mengirimkan dataset ke GPU compute yang dipilih scheduler eksternal dan mengumpulkan hasil atau checkpoint yang diproduksi setelahnya.
Siapa yang menentukan status Ready, Busy dan Offline?
Infrastruktur yang sudah ada menentukan apakah workload dapat berjalan dan bagaimana resources dialokasikan. INNORIX menjalankan transfer file pada informasi endpoint dan status transfer-ready yang diberikan.
Jika endpoints ditambahkan atau dihapus, apakah flow harus dibangun ulang?
Jika diatur untuk menggunakan roles atau groups dan informasi endpoint yang tersedia saat eksekusi, transfer logic yang sama dapat digunakan ulang. Seberapa jauh koneksi dapat benar-benar dinamis tergantung API dan cara endpoints didaftarkan.
Bisakah orchestrator yang sudah ada memanggilnya melalui API?
Orchestrator yang sudah ada dapat menentukan endpoint, kemudian memanggil fitur transfer INNORIX dan memeriksa status dan hasil. API spesifik dan dukungan callback harus dikonfirmasi terhadap dokumentasi developer.
Bisakah AI training dimulai hanya setelah transfer selesai?
Workflow yang sudah ada dapat diatur untuk mengkonfirmasi status penyelesaian transfer INNORIX sebelum menjalankan tugas berikutnya. Permintaan yang diterima dan transfer yang sebenarnya selesai harus tetap berbeda.
Apa perbedaan antara Dynamic Endpoint Transfer dan AI Data Delivery?
Dynamic Endpoint Transfer berfokus pada compute atau device mana file harus mencapai saat ini. AI Data Delivery berfokus pada pemindahan file yang dibutuhkan pekerjaan AI, seperti datasets, models, checkpoints dan results.
Di mana saya memeriksa hasil transfer yang dijalankan secara dinamis?
Runs di Studio menunjukkan transfer yang berjalan, endpoint yang benar-benar ditargetkan, kemajuan dan hasil penyelesaiannya.
Setiap satu dari kemampuan ini,pada satu platform.
Kemampuan di halaman ini adalah salah satu dari banyak fitur transfer file yang Platform INNORIX sediakan. Dari transfer file hingga otomasi dan operasi terpadu, coba setiap fitur gratis.
Mulai GratisMempertimbangkan transfer ke Endpoint yang berubah?
Kami akan membantu Anda meninjau pengaturan Dynamic Transfer yang Anda butuhkan di Cloud, Kubernetes, dan lingkungan terdistribusi.
- Tinjauan lingkungan Dynamic Infrastructure Anda
- Proposal untuk metode koneksi Endpoint dan Group
- Panduan tentang integrasi dengan Orchestrator yang ada