北京
在自家年度客戶大會Pure Accelerate上，大數(shù)據(jù)存儲公司Everpure一口氣甩出三張牌：Data Stream實時數(shù)據(jù)流引擎、Data Intelligence數(shù)據(jù)智能平臺，以及企業(yè)數(shù)據(jù)云平臺的重大性能升級。這家前身為Pure Storage的公司明確告訴客戶，圍繞應用構建數(shù)據(jù)架構的時代該翻篇了，取而代之的是"數(shù)據(jù)優(yōu)先"模型。
Everpure董事長兼CEO Charles Giancarlo在博客里把問題講得很直白：企業(yè)AI卡殼的地方已經(jīng)不是模型本身，而是喂給模型的數(shù)據(jù)管道太復雜。他搬出IDC最新調查——94%的IT領導者認定數(shù)據(jù)質量是從AI榨出價值的終極因素。這話翻譯過來就是，數(shù)據(jù)準備環(huán)節(jié)正成為整個AI鏈條里最拖后腿的部分。
Data Stream要解決的正是這個環(huán)節(jié)。傳統(tǒng)流程里，原始非結構化數(shù)據(jù)從收集到可被AI模型消費，動輒耗費幾個月。這個新引擎把過程自動化并壓縮到分鐘級，同時還在數(shù)據(jù)流層面嵌入了訪問控制，確保專有數(shù)據(jù)不會在流轉中裸奔。Giancarlo透露，Data Stream跑在Nvidia AI Data Platform參考設計上，用GPU加速管線替代了手工數(shù)據(jù)攝入流程，一路延伸到推理階段。
架構上的亮點是計算和存儲可以各自獨立擴展。這樣一來，GPU集群不再因為等數(shù)據(jù)而空轉——Giancarlo給出的吞吐量數(shù)字是每節(jié)點800GB，依托的是Everpure自家的FlashBlade存儲系統(tǒng)，包括FlashBlade//S和FlashBlade/EXA。換句話說，算力跑滿的前提是數(shù)據(jù)管道的流速跟得上，Everpure的解法是讓存儲直接變成數(shù)據(jù)泵。
NAND Research的Steve McDowell對SiliconANGLE指出，這波動作跟整個存儲行業(yè)轉向"重數(shù)據(jù)、輕物理位置"的趨勢完全吻合。他提到NetApp的Intelligent Data Infrastructure和戴爾的AI Data Platform都是更早的嘗試，各家都在保一件事：AI工作負載永遠不缺數(shù)據(jù)。McDowell說，Everpure今年早些時候的換LOGO更名已經(jīng)立了flag，而今天這批發(fā)布才是第一塊真正的里程碑。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
