在整个AI技术堆栈中，AI革命正在带来新的策略、功能和关系。而这些新动态对数据基础设施领域的影响最为显著，在这个领域，围绕有效优化企业数据的快速演变的需求正在创造一种全新的功能类别。

近日在拉斯维加斯举行的NetApp Insight（该公司的年度客户会议）上，这些新动态占据中心舞台。作为实现“智能数据基础设施”的更广泛任务的一部分，NetApp详细介绍了其不断发展的愿景，并推出一系列新功能，旨在帮助企业提高AI成功机会。对于NetApp来说，这也代表着超越其存储根源，并与客户建立更具战略性关系的重大努力。

NetApp公司首席执行官George Kurian简单阐述了为受监管企业推动富有成效的AI计划的挑战。“数据是AI的燃料”这一事实没有争议。他说，挑战在于，企业数据尚未为AI做好准备，但对于将常规企业数据转化可用于AI的数据，其中问题的根源并不简单。

创建有效的AI数据管道面临的挑战

对于创建有效的AI数据管道，企业需要对以数据为中心的管理工作流程进行精心设置和校准，这些工作流程需要集成在有凝聚力、高效和可扩展的流程中。这些流程包括：

• 首先识别、分类和整理数据。
• 应用治理和隐私政策。
• 通过矢量化转换数据。
• 应用语义数据搜索。

同时，由于另外两个因素，这个过程变得非常复杂。首先，AI本质上是一种混合工作负载。通常企业希望在AI工作负载中利用的数据以很多不同的形式存在，例如结构化、非结构化和混合数据。这些数据存在于很多不同的地方，包括本地和通常跨多个公共云。其次，仅仅构建一次AI管道是不够的，为了确保有效性，需要重复相同操作的过程，能够推动快速更新，以确保模型反映核心数据的变化。否则，在推理阶段，幻觉和其他不准确现象会持续存在。

很多企业在这个过程的某些阶段甚至每个阶段都面临严峻的挑战，以至于他们大部分时间都花在昂贵、低效、脆弱和不安全的数据管道上进行“数据整理”。NetApp还指出与数据容量爆炸有关的问题，每次通过数据管道平均制作六份数据副本。这种数据膨胀得到Omdia研究数据的支持；在他们最近的一项研究中，87%的受访者表示，AI正在推动其企业的大量数据增长。

存储层的数据感知可解决管道挑战

NetApp的观点是，通过在存储层引入数据感知，可以解决其中很多挑战。同样，我们的研究验证了这一观点，该研究发现，71%的企业在存储和AI数据管道之间缺乏集成。在Insight大会上，NetApp公布了有关其战略的更多详细信息，以帮助客户数据为AI做好准备，涵盖核心存储功能以及新的数据管理功能，属于NetApp数据平台的更广泛保护伞。这些新功能包括：

• ONTAP AFX。该公司存储文件系统的新并行变体，在分离的硬件架构上运行，该架构在物理上将存储计算与后端数据存储分开。这两者通过高速背板连接，该架构可以实现存储和计算资源的单独扩展，使客户能够以最佳资源效率运行高性能AI工作负载。
• AI Data Engine（AIDE）。这是独立但互补的数据引擎，提供以AI为中心的数据服务，可优化和保护AI数据管道。AIDE由几个组件组成，包括元数据引擎–用于首先查找数据、数据同步功能–保持数据最新状态、数据护栏功能–部署安全性和治理，以及数据编辑器–用于优化转换数据。重要的是，AIDE与NVIDIA NIM服务集成，而AIDE的整体AFX产品已获得NVIDIA的SuperPOD认证。

尽管AIDE的初始版本在本地位置与AFX一起运行，但NetApp的最终愿景是帮助客户在整个环境中应用这种方法；在本地、多个公共云和其他位置，例如以GPU为中心的“新云”。

Kurian表示：“我们的目标是对企业数据进行检索，就像谷歌对互联网数据所做的那样。”NetApp数据平台可用于在全局命名空间中创建“元数据结构”，将所有企业数据转换为“知识图”，可以由越来越多的AI代理和其他新兴能力（例如MCP和以AI为中心的API）加以利用，全部在联合数据控制模型下，该模型可确保某些数据的安全和私密性。

从这个意义上说，AIDE的发展对NetApp来说尤为显著，对于一家在过去30年中大部分时间都在创建以存储为中心的产品的公司来说，这代表着重要的发展。总的来说，存储供应商一直停留在他们的存储路线中，专注于帮助客户存储、管理和保护其数据的软件，而没有特别考虑数据本身的性质。

存储提供商希望开发以数据为中心的服务

然而，AI正在改变这里的动态，促使很多存储提供商开发某些以数据为中心的服务，这些服务历来存在于数据管理堆栈的较高位置。这并不是说NetApp正在寻求创建整个数据管理平台，例如Snowflake或DataBricks；相反，他们非常接近数据，使他们能够深入了解数据的具体细节，以用于优化更广泛的AI管道。事实上，NetApp正在与数据管理ISV生态系统（例如Informatica）构建集成，旨在简化整体数据管道。

然而，NetApp认为，其Data Platform 的方法将使其能够超越其存储根源，不仅为客户提供跨混合/多云的统一存储，还为客户提供统一的数据模型。显然，NetApp也希望这将使他们能够与客户建立更具战略性的对话和关系。

NetApp的野心很大，但其他存储供应商也在尝试这样做，这已经成为更广泛趋势的一部分，尽管具体做法各不相同。例如，VAST Data正在采取更全面的方法；他们正在构建一个完全集成的AI“操作系统”，从基础存储层一直延伸到数据层；包括协调数据库和应用程序运行时的高阶功能。

另一方面，戴尔正在对其AI数据平台采取更以合作伙伴为中心的方法，该平台将自己的存储功能与Starburst（数据湖屋）和Elastic搜索等合作伙伴的软件相结合。

客户最终将在何处找到价值仍然是一个未决的問題。大多数企业仍然处于AI之旅的早期阶段，并且仍然了解他们的要求是什么，而最终决定往往归结为多种因素。然而，NetApp正在开发一套有吸引力的功能，这些功能将吸引很多许多客户的兴趣，他们希望以更具战略性的方式为AI利用更多数据。从这个意义上说，这是对快速发展的AI领域的很棒的补充。