Die Teams haben nun beauftragt, mehrere Komponenten-Storying-Pipelines, Inferenzlaufzeiten, Vektordatenbanken und Orchestrierungsschichten zu synchronisieren-einen einzelnen KI-gesteuerten Workflow. Diese Komplexit?t behindert den Einsatz und eskalierende Kosten.

Weite Daten behaupten, es hat die Antwort: Das neu vorgestellte, einheitliche "KI -Betriebssystem", das Speicher, Datenverwaltung und Agentorchestrierung in eine Plattform verbindet. Die Idee ist attraktiv, aber in einem Markt, der sich zunehmend zu offenen, komponierbaren Systemen neigt, wirft das eng integrierte Modell von Vast erhebliche Bedenken aus.

Vasts einheitlicher KI -Ansatz

Weitlich bekannt, haupts?chlich für leistungsstarke Speicherl?sungen, macht einen mutigen Sprung auf die Tech-Leiter. Das KI-Betriebssystem des Unternehmens vereint Speicher, Echtzeitdatenverarbeitung, eine vektor-f?hige Datenbank und eine native Agenten-Orchestrierungs-Engine in einer integrierten Plattform.

Der Satz ist eindeutig: Vereinheitliche AI-Infrastruktur in eine einzelne Kontrollebene, die in der Lage ist, über Wolken-, Kanten- und lokale Einstellungen zu funktionieren. Diese Methode zielt darauf ab, Bereitstellungsprozesse zu vereinfachen, Integrationsprobleme zu entfernen und die Latenz in AI -Aktivit?ten zu senken.

Die Plattform umfasst eine Laufzeit für die Bereitstellung von KI-Agenten, Low-Code-Schnittstellen zum Erstellen von Agentenpipelines und eine Verbunddatenschicht, die Berechnungsaufgaben basierend auf Datenort und Verfügbarkeit von GPU verwaltet. Für Unternehmen, die sich mit der Fragmentierung der KI-Infrastruktur auseinandersetzen, kann dies die Zeit-zu-Ablagerung und die Betriebskosten drastisch verringern.

Die Herausforderung der Offenheit

Der KI -Infrastruktursektor wird zunehmend von Offenheit und Interoperabilit?t gepr?gt. Die meisten Unternehmensteams konstruieren auf anpassungsf?higen Frameworks. Modulare Tools erm?glichen die Kombination von Komponenten wie Retriever, Vektordatenbanken, Einbettungsmodellen und Agentenrahmen entsprechend den spezifischen Anforderungen und vorhandenen Infrastrukturinvestitionen. Diese Strategie ist in einer sich schnell ver?ndernden KI -Einstellung für Unternehmen sinnvoll.

Ein gro?er Ansatz verfolgt ein ausgepr?gter Ansatz, vermutete Unternehmen werden diese Aspekte unter einem einzigen Anbieter zentralisieren. Diese Pr?misse birgt Risiken. Flexibilit?t, keine Einheitlichkeit, hat die KI -Werkzeugszene in letzter Zeit markiert. Obwohl riesige Standarddatenformate wie S3, Kafka und SQL unterstützt, bleiben die tieferen Integrationspunkte, insbesondere die orchestrierung der Agenten, propriet?r.

Das Problem der Abh?ngigkeit von Nvidia

Die Strategie von Vast scheint eng mit dem ?kosystem von Nvidia verbunden zu sein. In seiner Ankündigung hob das Unternehmen seine Infrastrukturbereitstellungen in GPU-reichen Umgebungen wie CoreWeave und führende Hyperzaller hervor. Die Unterstützung von VLLM (eine für NVIDIA-Hardware optimierte Hochleistungs-Inferenz-Engine-Engine) und der Schwerpunkt auf Optimierungen im GPUDIRECT-Stil legen nahe, dass sie in die Architektur von NVIDIA abh?ngig sind.

Das ist nicht von Natur aus negativ. Immerhin dominiert Nvidia die AI -Infrastruktur der Unternehmen. Es k?nnte jedoch die Anziehungskraft von Vaste für Unternehmen einschr?nken, die alternative Beschleuniger wie AMD Instinct, Intel Gaudi oder AWS Trainium erkunden. Es führt auch eine m?gliche überlappung mit den Angeboten von Nvidia ein.

W?hrend Nvidia Enterprise KI, NIMS und Dynamo startet, bietet der Chipmaker im Wesentlichen ein eigenes KI -Betriebssystem an, sodass ein breites Partnernetzwerk vergleichbare Funktionen bereitstellen kann. Einige Benutzer bevorzugen m?glicherweise die Kombination von NVIDIA-Software-Suite mit erstklassigen Infrastruktur-Tools.

Obwohl es derzeit umfangreich mit dem KI -Ansatz von Nvidia ausgerichtet zu sein scheint, ist dies m?glicherweise nicht immer der Fall. Bei der Frage nach dem Nvidia -?kosystem antwortete Vast über einen anonymen Sprecher: ?Wir haben immer betont, dass unser Software -Stack die Branchenstandards unterstützt und den Anforderungen unserer Kunden gerecht wird. Dies impliziert, dass wir die Hardware von verschiedenen Anbietern, einschlie?lich NVIDIA, AMD, und andere, und andere, um alle zu erfüllen, zu qualifizieren.“ “

Wettbewerbslandschaft

Wege bemüht sich, konventionelle Konkurrenten zu übertreffen, indem sie die KI -Infrastruktur umfassend angeht. Dies stellt es jedoch auch in direkten Konkurrenz mit Anbietern, die über st?rkere ?kosysteme für Anwendungsschichten und gezieltere Speicherstrategien verfügen. Es ist eine Herausforderung, einen direkten Rivalen zu finden, was umfangreiche eingeführt wird, da umfangreiche moduliertere Methoden konkurrieren.

Ein Gro?teil des Antriebs in der AI-Infrastruktur der Enterprise ergibt sich aus der Kombination erstklassiger F?higkeiten zu dem, was Nvidia als "AI-Fabrik" bezeichnet. Führende OEMs folgen der Führung von Nvidia, wobei Dell Technologies kürzlich seine AI Factory 2.0 vorgestellt hat. Auf diese Weise k?nnen Unternehmen eine verifizierte Hardware -Infrastruktur bereitstellen und gleichzeitig die M?glichkeit beibehalten, die besten Datenverwaltungs -Tools für ihre Zielarbeitslast zu verwenden.

Auf dem Aufbau der AI-Fabrik bilden hochmoderne Infrastrukturunternehmen wie Weka fortschrittliche KI-fokussierte Funktionen wie das kürzlich auf den Markt gebrachte Augmented Memory Grid. Diese Funktion bietet eine nahtlose Erweiterung des Kontextfensters pro GPU in einem LLM, indem seine Dateninfrastruktur als Erweiterung des Schlüsselwerts der GPU verwendet wird.

Auf der anderen Seite der Extremit?t setzen Unternehmen wie IBM die Grenzen der von Unternehmenssicheren Agenten-KI mit Tools wie dem Watsonx-Orchestraten-Tool vor, das auf seiner jüngsten IBM Think Client-Konferenz vorgestellt wurde.

Der Ansatz von IBM unterstützt ein agentisches Framework, das offen ist und Nvidia und die offeneren Lamastack -Frameworks unterstützt und gleichzeitig in nahezu jede Umgebung von Unternehmen in der Unternehmen integriert wird.

Es gibt zahlreiche andere F?lle in diesem sich schnell entwickelnden Bereich.

Perspektive des Analysten

Die gro?e Positionierung seines neuen KI -Betriebssystems als "das Betriebssystem für die Denkmaschine" ist zweifellos ehrgeizig. Die Plattform befasst sich mit einer echten Marktnachfrage: Verringerung der Komplexit?t des Anbieters und Entfernen von Integrationshürden in der AI -Infrastruktur. Für Unternehmen, die in riesigen GPU -Skalen mit strengen Kontrollanforderungen t?tig sind, wie bei speziellen GPU -Cloud -Anbietern, in denen gro?er Erfolg einen frühen Erfolg hat, wird sich dieser Ansatz als vorteilhaft erweisen.

Das Betriebssystem von Vaste KI spiegelt die zunehmende Anerkennung wider, dass die KI -Infrastruktur grundlegende architektonische Ver?nderungen erfordert. Das Unternehmen macht einen glaubwürdigen Versuch, diese Grundlagen von Grund auf neu zu erstellen. Für Organisationen, die eine einheitliche Kontrolle über AI -Datenpipelines im Unternehmensma?stab suchen, kann dies eine überzeugende Option darstellen.

Für den breiteren Markt, insbesondere für diejenigen, die Open-Frameworks bewerten, Anpassungsf?higkeit oder modulare Innovation, scheint die Strategie von Vast jedoch zu einschr?nkend zu sein. Die Plattform erfordert eine schnelle Entwicklung, um externe Agentenrahmen, aufkommende Standards wie MCP und Integrationswege einzubeziehen, mit denen Unternehmen ihre aktuellen Orchestrierungsinvestitionen beibehalten k?nnen. Gro?e Behauptungen, es wird dem Markt folgen.

Wenn riesig sein ?kosystem er?ffnen kann und gleichzeitig die architektonische Konsistenz beibehalten kann, k?nnte es eine neue Kategorie der AI -Infrastruktur der Unternehmenspionature einr?umen. Aber Erfolg ist alles andere als sicher. Aktuelle Markttrends bevorzugen Flexibilit?t gegenüber Konsolidierung, aber diese Neigung wird sich wahrscheinlich im Laufe der Zeit ?ndern.

Obwohl Unternehmen bei der Einführung der neuen L?sung von Vaste vorsichtig sein k?nnten, platziert das Unternehmen eine robuste langfristige Wette. Viele Kunden werden heute Wert feststellen, was riesig mit seinem KI -Betriebssystem liefert, eine Liste, die im Laufe der Zeit erweitert wird.

Fast jede technologische Verschiebung führt zu Konsolidierung, wobei die KI voraussichtlich denselben Weg befolgt. Wege trat früh ein und beanspruchte den First-Mover-Vorteil. Es ist ein starker Schritt für eine ehrgeizige Firma, die es wert ist, beobachtet zu werden.

Offenlegung: Steve McDowell ist ein Industrieanalytiker, und NAND -Forschung ist ein Branchenanalyst -Unternehmen, das mit vielen Technologieunternehmen, darunter enorme Daten, Dell Technologies, IBM, Weka, beteiligt ist oder sich mit vielen Technologieunternehmen befasst oder sich mit Forschung, Analyse und Beratungsdiensten befasst. Herr McDowell hat keine Aktienpositionen bei einem erw?hnten Unternehmen.

Das obige ist der detaillierte Inhalt vonReite Daten stellt die Enterprise AI -Fabrik heraus. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!