VAST Data introduceerde een datacomputingplatform dat is ontworpen als basis voor door AI ondersteunde ontdekkingen. Het VAST Data Platform is het nieuwste aanbod dat opslag, database en gevirtualiseerde compute engine-services verenigt in een schaalbaar systeem dat vanaf de grond af is opgebouwd voor de toekomst van AI.
VAST Data introduceerde een datacomputingplatform dat is ontworpen als basis voor door AI ondersteunde ontdekkingen. Het VAST Data Platform is het nieuwste aanbod dat opslag, database en gevirtualiseerde compute engine-services verenigt in een schaalbaar systeem dat vanaf de grond af is opgebouwd voor de toekomst van AI.
Het VAST Data Platform is gebouwd om de hoeveelheden wereldwijde gegevens die in realtime worden gegenereerd en verwerkt op te nemen, inclusief ongestructureerde en gestructureerde gegevens zoals video, afbeeldingen, vrije tekst, gegevensstromen en instrumentgegevens. Deze aanpak heeft tot doel de kloof te dichten tussen gebeurtenisgestuurde en gegevensgestuurde architecturen met de mogelijkheid om toegang te krijgen tot gegevens en deze te verwerken in elk privé- of groot openbaar clouddatacenter, bevraagbare semantische lagen in de gegevens in te bedden om natuurlijke gegevens beter te begrijpen, en gegevens te berekenen in realtime continu en recursief bij elke interactie.
Voorbij grote taalmodellen naar AI-ondersteunde ontdekking
Generatieve AI en Large Language Models (LLM's) lieten de wereld kennismaken met de vroege mogelijkheden van kunstmatige intelligentie; LLM's zijn echter beperkt tot het uitvoeren van routinetaken zoals zakelijke rapportage of het reciteren van reeds bekende informatie. Alleen wanneer machines het ontdekkingsproces kunnen nabootsen door gegevens vast te leggen, te synthetiseren en ervan te leren, zal de ware belofte van AI worden waargemaakt. Dit niveau van specialisatie kan nu worden bereikt in een kwestie van dagen in plaats van decennia.
AI-gestuurde ontdekkingen zullen de zoektocht versnellen om onze grootste uitdagingen op te lossen, behandelingen voor ziekten en kankers te vinden, klimaatverandering aan te pakken, innovatieve benaderingen van landbouw en nieuwe gebieden van wetenschap en wiskunde bloot te leggen. Bestaande dataplatforms zijn populair bij internationale ondernemingen, waardoor de complexiteit van de infrastructuurimplementatie voor business intelligence- en rapportagetoepassingen drastisch wordt verminderd. Ze moeten echter nog steeds voldoen aan de behoeften van nieuwe toepassingen voor diep leren.
De volgende generatie AI-infrastructuur moet parallelle bestandstoegang bieden, GPU-geoptimaliseerde prestaties voor neurale netwerktraining en inferentie op ongestructureerde gegevens, en een wereldwijde naamruimte die hybride multi-cloud- en edge-omgevingen omspant; allemaal verenigd in één eenvoudig te beheren aanbod dat gefedereerd diep leren mogelijk maakt.
DASE: het hart van VAST Data Platform
Vanaf het begin heeft VAST natuurlijke data, rijke metadata, functies en triggers centraal gesteld in de VAST Disaggregated Shared-Everything (DASE) gedistribueerde systeemarchitectuur. Door afwegingen tussen prestaties, capaciteit, schaal, eenvoud en veerkracht te elimineren, heeft DASE de databasis gelegd voor deep learning, waardoor het mogelijk wordt om modellen te trainen op alle data van een onderneming. Door klanten in staat te stellen logica aan het systeem toe te voegen, kunnen machines continu en recursief gegevens uit de natuurlijke wereld verrijken en begrijpen.
De nieuwe aankondigingen van VAST-roadmap bieden een manier om trainingsworkflows te versnellen. Voor grote ondernemingen is een snel implementatietraject voor generatieve AI van het grootste belang. VAST legde hun plannen uit om dit te helpen bereiken door functies van het type transformator uit te voeren op objecten die op hun platform zijn opgeslagen. Neem bijvoorbeeld willekeurige vervormingen die worden toegepast op een reeks trainingsafbeeldingen, de functies die naar het VAST-platform komen, zouden transformaties van trainingsgegevens mogelijk maken wanneer dat nodig is, in plaats van ze vooraf te moeten verwerken ten koste van meer opslagruimte.
De ontwikkelingen van VAST die trainingsworkflows beloven te versnellen, openen een nieuwe horizon voor generatieve AI binnen ondernemingen die een hoge betrouwbaarheid, snelle omscholingsreactie en complexe modellering vereisen. De sterk gereguleerde industrie zal hier enorm van profiteren. Analisten kunnen gebruikmaken van de mogelijkheden van VAST om transformatorfuncties op objecten uit te voeren, waardoor gedetailleerde modellen worden gegenereerd die tijd en ruimte in beslag nemen om handmatig te maken. Realtime genereren en wijzigen van grafische elementen kan ook de creatieve workflow verbeteren, waardoor een dynamischer en interactiever ontwerpproces mogelijk wordt.
Unified Global DataStore, DataBase en AI Computing Engine
De VAST DataStore is een schaalbare opslagarchitectuur voor ongestructureerde gegevens die opslaglagen overbodig maakt. VAST is ontworpen om gegevens uit de natuurlijke wereld vast te leggen en weer te geven en ontwikkelde eerst de basis van zijn platform. De VAST DataStore is een op een bedrijfsnetwerk aangesloten opslagplatform dat is gebouwd om te voldoen aan de behoeften van robuuste AI-computerarchitecturen, zoals NVIDIA DGX SuperPOD AI-supercomputers en big-data- en HPC-platforms.
De efficiëntie van de DataStore op exabyte-schaal brengt archiefeconomie naar flash-infrastructuur, waardoor het geschikt wordt voor archieftoepassingen. Het oplossen van de kosten van flash-opslag is van cruciaal belang om de basis te leggen voor deep learning voor zakelijke klanten die modellen willen trainen op hun eigen data-assets.
VAST-database
VAST DataBase is geïntroduceerd om structuur aan te brengen in ongestructureerde natuurlijke gegevens. Door de kenmerken van een database, een datawarehouse en een data lake te combineren in één eenvoudig, gedistribueerd en uniform databasebeheersysteem, heeft VAST de afweging tussen transacties (om natuurlijke gegevens in realtime vast te leggen en te catalogiseren) en analyse opgelost (om gegevens in realtime te analyseren en te correleren). VAST DataBase De VAST DataBase is ontworpen voor het snel vastleggen van gegevens en snelle query's op elke schaal en doorbreekt de barrières van real-time analyse van de gebeurtenisstroom tot het archief.
Met een basis voor gesynthetiseerde gestructureerde en ongestructureerde data, maakt het VAST Data Platform het mogelijk om ruwe ongestructureerde data te verfijnen en te verrijken tot gestructureerde, bevraagbare informatie met ondersteuning voor functies en triggers. De VAST DataEngine is een wereldwijde engine voor het uitvoeren van functies die datacenters en cloudregio's consolideert in één wereldwijd rekenraamwerk. De engine ondersteunt populaire programmeertalen, zoals SQL en Python. Het introduceert een meldingssysteem voor gebeurtenissen en gematerialiseerde en reproduceerbare modeltraining, waardoor het gemakkelijker wordt om AI-pijplijnen te beheren.
VAST-gegevensruimte
Het laatste element van de VAST Data Platform-strategie is de VAST DataSpace. Deze globale naamruimte stelt elke locatie in staat om gegevens van elke locatie op te slaan, op te halen en te verwerken met hoge prestaties, terwijl strikte consistentie wordt afgedwongen voor elk toegangspunt. Met de DataSpace is het VAST Data Platform inzetbaar in on-premise datacenters en edge-omgevingen. Het breidt nu ook DataSpace-toegang uit tot toonaangevende openbare cloudplatforms, waaronder AWS, Microsoft Azure en Google Cloud.
Dit wereldwijde, datagedefinieerde computerplatform hanteert een nieuwe benadering om ongestructureerde data te combineren met gestructureerde data door die data op te slaan, te verwerken en te distribueren vanuit één enkel, uniform systeem.
De VAST DataStore, DataBase en DataSpace zijn vandaag algemeen beschikbaar binnen het VAST Data Platform. De VAST DataEngine komt in 2024 beschikbaar.
Kom meer te weten door Vast's te bezoeken BuildBeyond.ai.
Neem contact op met StorageReview
Nieuwsbrief | YouTube | Podcast iTunes/Spotify | Instagram | Twitter | TikTok | RSS Feed
