Ungefär 80 % av företagsdata förblir oåtkomliga för AI-system, vilket hindras av begränsningar av datasuveränitet och infrastrukturens komplexitet som tvingar företag att välja mellan innovation och kontroll över sina mest värdefulla tillgångar.
Det största problemet handlar om en grundläggande skillnad mellan hur företag lagrar data och hur AI-system får tillgång till den. De flesta företagsdata lagras i ostrukturerade format, såsom e-postmeddelanden, dokument, medicinska bilder, sensordata med mera. Ändå kräver traditionell AI-infrastruktur antingen att man flyttar dessa känsliga data till molntjänster eller investerar i kostsamma, komplexa lokala AI-stackar som kräver specialiserad expertis, vilket många IT-team saknar.
Inom reglerade sektorer som hälso- och sjukvård, finans och myndigheter leder detta till en smärtsam avvägning: offra säkerhet och efterlevnad för att få tillgång till AI-funktioner eller behåll data lokalt och riskera att hamna efter konkurrenter som använder AI för att driva snabbare insikter.
Cloudians strategiska drag med NVIDIA
Cloudian har inlett ett samarbete med NVIDIA för att hantera denna utmaning med branschens första helt lokala AI-server, som erbjuder prestanda i molnskala. Den nya Cloudian HyperScale AI-dataplattformen, som tillkännagavs den 30 september, tar AI-beräkning direkt till företagsdatalager, vilket eliminerar behovet av riskabel och kostsam dataförflyttning.
Lösningen, som bygger på NVIDIA RTX PRO 6000 Blackwell Server Edition-grafikprocessorer , lanseras med S3-over-RDMA (Remote Direct Memory Access), vilket ger en åtta gånger snabbare prestandaökning. Plattformen uppnår 35 GB/s per nod vid läsning, och skalar linjärt till terabyte per sekund per rack, vilket möter hastighetskraven för generativa AI-arbetsbelastningar.
Viktig teknisk innovation
- Inbäddade vektordatabaser: Till skillnad från traditionella system som bygger på separata AI-lager integrerar Cloudians plattform vektorisering direkt i lagringslagret. Data klassificeras automatiskt och konverteras till vektorer vid skrivning, vilket möjliggör omedelbar AI-beredskap via standard S3 API:er.
- Direkta datavägar: Utnyttja NVIDIA AI Enterprise-programvara och Spectrum-X Ethernet-nätverk, systemet kopplar samman lagring, systemminne och GPU-minne via pipelines med extremt låg latens. Denna arkitektur kringgår flaskhalsar som ofta hindrar företags AI-projekt.
- Lokal suveränitet: HyperScale AI-plattformen håller all verksamhet inom företagets perimeter, vilket säkerställer efterlevnad, säkerhet och styrning samtidigt som den utnyttjar den senaste AI-tekniken.
Inblandning
För företag kan detta genombrott förändra balansen i den pågående debatten mellan AI-innovation och datastyrning. Genom att göra det möjligt för organisationer att köra storskalig AI direkt på statlig data kan reglerade branscher som:
- Sjukvård kan analysera stora mängder patientjournaler och bilddata utan att riskera HIPAA-överträdelser.
- Finansiell Företag kan förbättra bedrägeriupptäckt och riskmodellering samtidigt som de följer strikta lagar om datalagring.
- Statliga myndigheter kan låsa upp underrättelseinsikter från historisk och realtidsdata på ett säkert sätt, utan att informationen någonsin lämnar den nationella infrastrukturen.
Branschanalytiker ser detta som ett betydande steg mot "molnliknande AI-prestanda utan molnet". Tidiga användare förväntas använda plattformen för vektorsökning, realtidsrekommendationer, prediktiv analys och multimodal generativ AI, samtidigt som fullständig datalagring säkerställs.
Denna utveckling kan också intensifiera konkurrensen på marknaden för AI-infrastruktur, där hyperskalare som AWS, Microsoft och Google har dominerat genom att integrera AI med molnlagring av data. Cloudians drag, i samarbete med NVIDIA, signalerar en ny väg framåt för företag som kräver både prestanda och suveränitet.
Här är en kort demonstration av HyperScale AIDP.
Amazon