Добавить в корзинуПозвонить
Найти в Дзене
DigiNews

Vast Data запускает решение для оркестрации гибридной и мультиоблачной инфраструктуры искусственного интеллекта

Платформа Polaris от Vast Data позволяет пользователям эксплуатировать распределенную инфраструктуру ИИ в публичных облаках, неооблачных средах и локальных ЦОД, обеспечивая единое управление. — datacenterdynamics.com Vast Data, поставщик операционной системы и систем хранения данных на базе ИИ, запустила новое предложение по оркестрации мультиоблачных и гибридных сред ИИ. Платформа под названием Polaris позволяет пользователям развертывать, эксплуатировать и оркестрировать распределенную инфраструктуру ИИ в публичных облаках, неооблачных платформах и локальных центрах обработки данных. Ее можно использовать для рабочих нагрузок обучения и инференса. Обучение, инференс и сбор данных не всегда проводятся в одной географии или на одной платформе, и Polaris позволяет этой распределенной инфраструктуре функционировать под управлением единой операционной платформы. «Инфраструктура ИИ переросла идею единичного развертывания в одном месте», — заявил Йонси Стефанссон, генеральный менеджер по об

Платформа Polaris от Vast Data позволяет пользователям эксплуатировать распределенную инфраструктуру ИИ в публичных облаках, неооблачных средах и локальных ЦОД, обеспечивая единое управление. — datacenterdynamics.com

Vast Data, поставщик операционной системы и систем хранения данных на базе ИИ, запустила новое предложение по оркестрации мультиоблачных и гибридных сред ИИ.

Платформа под названием Polaris позволяет пользователям развертывать, эксплуатировать и оркестрировать распределенную инфраструктуру ИИ в публичных облаках, неооблачных платформах и локальных центрах обработки данных. Ее можно использовать для рабочих нагрузок обучения и инференса.

Обучение, инференс и сбор данных не всегда проводятся в одной географии или на одной платформе, и Polaris позволяет этой распределенной инфраструктуре функционировать под управлением единой операционной платформы.

«Инфраструктура ИИ переросла идею единичного развертывания в одном месте», — заявил Йонси Стефанссон, генеральный менеджер по облачным решениям в Vast Data. «Polaris создает глобальную плоскость управления, которая обеспечивает операционную согласованность распределенной инфраструктуры ИИ. Это позволяет предприятиям развертывать, масштабировать и управлять кластерами Vast где угодно, управляя ими как единой системой».

Polaris базируется на существующем предложении Vast, известном как DataSpace. Vast DataSpace позволяет Vast соединять кластеры на значительном удалении — ранее была продемонстрирована возможность связи на расстоянии до 10 000 км, соединяя кластер в США с кластером в Японии. При этом кластер в США был основан на TPU, а кластер в Японии — на GPU.

Google Cloud ранее сотрудничал с Vast для обеспечения доступа к DataSpace, позволяя пользователям соединять кластеры в Google Cloud и локальные кластеры.

По данным Vast, DataSpace «объединяет данные в кластерах через глобальное пространство имен и распределенную структуру», в то время как Polaris «управляет тем, как эти кластеры развертываются и управляются на протяжении жизненного цикла в облачных и гибридных средах».

С помощью Polaris организации смогут переводить рабочие нагрузки ИИ из изолированных развертываний в «непрерывно работающие системы» и легко согласовывать размещение с доступностью GPU, стоимостью и требованиями соответствия.

Vast Data наиболее известна своей операционной системой ИИ (AI Operating System), которую она описывает как платформу, управляющую средами хранения данных, базами данных и вычислительным рантаймом, устраняя необходимость «склеивать воедино десятки инструментов». Несколько крупных неооблачных провайдеров являются известными пользователями платформы, включая, помимо прочего, CoreWeave, Nscale, Buzz HPC, Fluidstack, GMI Cloud, Akamai Technologies и Crusoe.

Сообщается, что в 2025 году компания искала финансирование с оценкой в 30 млрд долларов, в котором участвовал Nvidia.

Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.

Автор – Georgia Butler

Оригинал статьи