NetApp 对数据和人工智能未来的颠覆性愿景 - 福布斯

2024-09-30 04:59:00 英文原文

在最近的 NetApp Insight 客户活动中，NetApp 分享了其发展解决方案以解决企业部署 AI 所面临的数据挑战的愿景。NetApp 的方法将其现有的基于 ONTAP 的产品与新的分类架构以及新的数据操作和管理功能相结合，有望提供企业 AI 所需的效率。

NetApps 数据优先 AI 愿景

人工智能工作负载严重依赖于数据的高效移动。传统的遗留方法通常可以提供 AI 所需的原始性能，但常常难以实现可扩展性，这正是分解架构可以提供帮助的地方。

除了原始性能之外，AI 生命周期还需要在各种外部工具之间移动数据，例如矢量数据库。将数据从存储移动到外部工具并再返回本质上效率很低。该过程会带来延迟和复杂性，从而使 AI 工作流程变慢。

NetApp 管理 AI 数据的新愿景解决了这两个挑战。NetApp表示，它计划提供围绕统一人工智能数据管理引擎构建的智能数据基础设施，该引擎不仅为人工智能存储数据，而且更进一步：其新的人工智能引擎将包含在企业中有效利用人工智能所需的数据操作功能

虽然数据总是需要在存储和外部工具之间移动，但 NetApp 相信，通过将一些最常见的 AI 数据操作直接转移到平台中，可以显着提高 AI 工作流程的效率。这改变了其数据平台提供的内容的性质，并提高了企业人工智能工作流程的效率。NetApp 的全新 AI 引擎实现了这一目标。

NetApp 方法的关键要素包括：

• 分解存储架构：为了优化存储资源，NetApp 正在开发一种将计算分离的存储架构和存储，允许资源独立扩展。NetApp 选择此架构是为了提高总吞吐量、降低成本并提供 AI 工作负载所需的灵活性。
• 无缝数据集成：NetApp 的 AI 数据管理引擎将提供所有数据资产的全面视图，从而实现无缝数据集成跨本地和云环境。这种统一的方法应能简化人工智能工作流程，并降低跨混合环境管理数据的复杂性。
• 矢量嵌入和数据库：NetApp AI 数据管理引擎将生成矢量嵌入并将其存储在集成矢量数据库中，从而促进高效的数据搜索并支持 RAG 工作负载。
• AI 生态系统集成：NetApp 承诺将其即将推出的 AI 数据服务与更广泛的 AI 工具生态系统集成，以实现从数据标记和模型训练到部署和监控的简化 AI 工作流程.
• 负责任的人工智能：NetApp 通过整合模型数据可追溯性和治理功能来强调人工智能的道德使用，确保组织能够实施有效且透明的人工智能解决方案。

<随着人工智能进入企业，管理和利用大量数据的能力将成为这些企业的关键差异化因素。同样，能够将数据交付无缝优化到人工智能工作流程的存储和数据解决方案提供商将比不适应的存储提供商获得更多差异化和成功。

发挥其优势

在其新愿景中，NetApp 通过将 AI 工具与其数据服务集成（从数据摄取和标记到模型训练和部署），简化了整个 AI 工作流程。与此同时，该公司对负责任的人工智能的关注确保了透明度、可追溯性和道德的人工智能实践。这些创新对于企业构建和完善符合监管要求和道德标准的强大 AI 模型至关重要。

将这些新功能与 NetApp 现有的目标广泛的本地和云存储解决方案组合相结合，所有这些都基于相同的底层 ONTAP 操作环境，为 NetApp 为企业客户提供了引人注目的端到端价值主张。

竞争环境

NetApp 正在追随 VAST Data 和 WEKA 等竞争对手的领先地位，其全面的人工智能方法。它还通过人工智能引擎等功能远远超出了传统存储边界。

VAST Data 是最早将数据操作功能直接添加到数据平台中的推动者，认识到将数据管理功能直接集成到平台中可以为人工智能管道带来更高的效率。VAST 的愿景超出了 NetApp 的承诺，提供了一套广泛的数据操作（和数据库）技术，适用于一系列人工智能和数据科学问题。

WEKA 是构建分类人工智能数据的另一个先行者平台。WEKA 数据平台软件围绕创新的分解架构和弹性并行文件系统构建。这使得 WEKA 能够跨分布式边缘、核心和云环境提供企业人工智能训练和推理工作负载所需的性能和规模。

虽然 WEKA 尚未推出 VAST 和 NetApp 等集成数据操作功能，但它毫不奇怪，他们正在积极致力于此。

NetApp 的传统竞争对手，如 Pure Storage、联想、HPE 和 Dell Technologies，尚未走上新道路。相反，到目前为止，他们选择专注于可扩展性能，同时将数据操作留给第三方工具。

虽然这种方法的性能和可扩展性可能较差，但它允许客户采用独立于底层存储的工具。许多客户会想要这样一个不偏不倚的存储堆栈。

分析师的看法

NetApp 是业界最保守的公司之一，在这些产品或服务可用之前很少宣布这些产品或服务。NetApp 的保守态度，加上在几乎每个企业数据中心的长期存在，使 NetApp 比一些未经企业测试较少的竞争对手拥有更高的可信度。

像 VAST 这样的公司将会由于客户等待 NetApp 最终如何实现愿景，交易可能会陷入停滞，而其他竞争对手将被要求捍卫其更传统的方法。

NetApp 迄今为止宣布新功能存在风险提前。它迫使公司快速提供符合愿景的功能。NetApp 等待的时间越长，传统存储竞争对手展示其解决方案的机会就越多。与此同时，VAST 和 WEKA 等具有前瞻性的竞争对手将受益于 NetApp 对各自长期倡导的分类方法的隐性认可。并非所有客户都愿意等待。

NetApp 所描述的愿景并不像看起来那么激进。多年来，该公司一直在悄悄地迈向这一时刻，其产品之间的集成度不断提高，包括构建桥接本地和云存储的数据结构。利用这些相同的核心技术到新的分类架构和 AI 工具中来发展 NetApps 智能数据基础设施对于该公司来说是一个引人注目且自然的下一步。

企业会选择传统存储的灵活性，还是更喜欢高度集成的数据平台的性能和可扩展性？现在预测还为时过早。NetApps 方法的优点在于，它提供的数据基础架构几乎可以满足任何企业数据需求（无论是在本地还是在云中）。

披露：Steve McDowell 是行业分析师，NAND Research 是一个行业分析公司，从事或曾经与多家科技公司从事研究、分析和咨询服务；作者过去曾为本文提到的每家公司提供过付费服务，将来也可能会再次提供。所提及的公司均未参与本文的起草或发布。McDowell 先生未在上述任何公司中持有任何股权。

Steve McDowell 是 NAND Research 的首席分析师。Steve 是一位技术专家，在各种战略、工程和

... 领域拥有超过 25 年的深厚行业经验。

在最近的 NetApp Insight 客户活动中，NetApp 分享了其发展解决方案以解决部署 AI 的企业所面临的数据挑战的愿景。NetApp 方法的关键要素包括： 分解存储架构：为了优化存储资源，NetApp 正在开发一种将计算和存储分开的存储架构，允许资源独立扩展。虽然 WEKA 尚未推出像 VAST 和 NetApp 这样的集成数据操作功能，但发现他们正在积极开发这一功能也就不足为奇了。所提及的公司均未参与本文的起草或发布。Steve 是一位技术专家，在各种战略、工程和……方面拥有超过 25 年的深厚行业经验。