Nutanix har meddelat att Nutanix Enterprise AI (NAI) 2.8 är allmänt tillgänglig, samtidigt som den kommande versionen av Nutanix Kubernetes Platform (NKP) 2.19. Uppdateringarna fokuserar på att överbrygga klyftan mellan äldre virtualiserade miljöer och moderna containeriserade AI-arbetsbelastningar. Genom att implementera en dubbelt nativ arkitektur strävar Nutanix efter att tillåta organisationer att köra virtuella maskiner och containeriserade AI-applikationer sida vid sida på befintlig infrastruktur , vilket minimerar behovet av att skapa distinkta infrastruktursilos eller migrera data över komplexa nätverkslager.
”Företags-AI bör inte kräva att kunderna bygger om de system som redan driver deras verksamhet”, säger Thomas Cornely, vice vd för produkthantering på Nutanix. Företagets dual-native-strategi är utformad för att upprätthålla konsekvent hantering och styrning över virtuella maskiner, containrar och AI-ramverk, vilket möjliggör nästan bare-metal-körning på virtualiserade system samtidigt som arkitektonisk flexibilitet bibehålls.
Nutanix Enterprise AI 2.8 Arkitektur och funktioner
NAI 2.8 tillhandahåller ett enhetligt hanteringsplan för att distribuera, styra och skala stora språkmodeller (LLM) och agentiska arbetsflöden i hybridmiljöer. Kontrollplanet ger centraliserad insyn i tokenförbrukning, inbyggda observerbarhetsmått och modell-som-en-tjänst-funktionalitet.
För att underlätta agentbaserade AI-ramverk introducerar plattformen en allmänt tillgänglig Model Context Protocol (MCP) Gateway. Denna gateway fungerar som ett standardiserat åtkomstlager för AI-agenter att interagera med externa verktyg och företagsdataset utan att kräva anpassad ingenjörskonst. En tillhörande MCP-server för Nutanix Cloud Platform (NCP) finns också tillgänglig för att ge agenter säker, styrd åtkomst till Nutanix-hanterade infrastrukturresurser.
På beräknings- och serveringsidan lägger NAI 2.8 till funktioner för privat inferens och finjustering av flera GPU:er. Serving med hög genomströmning uppnås genom tensorparallellism över distribuerade noder, kompletterat med batchbehandling och spekulativ avkodning. Spekulativ avkodning använder lättviktiga utkastmodeller för att minska latensen för tokengenerering med upp till 2.5 gånger utan att påverka modellens precision. För modellanpassning introducerar plattformen Parameter-Efficient Fine-Tuning with Low-Rank Adaptation (LoRA) för modeller med färre än 8 miljarder parametrar, vilket gör det möjligt för organisationer att träna adaptrar på domänspecifik data med hjälp av instanser med en enda GPU och distribuera dem direkt i produktionsservingpipelines.
Säkerhetskontroller inom NAI har strukturerats för att isolera agentarbetsbelastningar och förhindra modellutbrott. Plattformen tillämpar detaljerad identitets- och åtkomsthantering (IAM), anpassade rollbaserade åtkomstkontroller, modelldelningsbegränsningar och fullt stöd för NVIDIA NIM-distributioner med airgapp.
Tillägg för Nutanix Kubernetes-plattformen 2.19
Den kommande NKP 2.19-versionen fokuserar på att standardisera Kubernetes-drift i både bare-metal- och virtualiserade distributioner. Plattformen har fått formell CNCF-certifiering för Kubernetes AI-överensstämmelse, vilket verifierar API-standardisering för AI-orkestrering i företag.
Versionen introducerar NKP Metal, som tillämpar hyperkonvergerad infrastrukturhantering på bare-metal Kubernetes. Detta inkluderar automatiserad provisionering av operativsystem, firmware och container runtime-komponenter, tillsammans med nativ persistent lagring. För virtualiserade distributioner integreras NKP Full Stack på Nutanix AHV med Nutanix Flow för att framtvinga mikrosegmentering och sandboxing på nätverksnivå, vilket isolerar AI-agenter och förhindrar lateral förflyttning inom nätverket.
NKP 2.19 lägger också till en kuraterad AI-applikationskatalog för automatiserad distribution av ramverk som Kubeflow, Milvus och Slurm. Hantering av hårdvaruresurser har uppdaterats med validerade GPU-integrationsprofiler och dynamisk hårdvaruallokering.
Lagringsarkitektur och partnerprogram
Lagringsdataflödet är fortfarande en avgörande faktor för bibehållen GPU-beräkningseffektivitet. För att stödja pipelines för hög samtidighetsträning och inferens har Nutanix Unified Storage (NUS) uppnått NVIDIA-certifiering på företagsnivå. Den validerade arkitekturen tillhandahåller datavägar med låg latens och linjär skalning för att hålla acceleratorpipelines mättade under distribuerade arbetsbelastningar.
Parallellt med plattformsuppdateringarna lanserade Nutanix programmet Powered by Nutanix: Verified Services och tillkännagav den allmänna tillgängligheten av Service Provider (SP) Central. SP Central tillhandahåller ett kontrollplan för flera hyresgäster som gör det möjligt för leverantörer av hanterade tjänster att tillhandahålla, driva och tjäna pengar på infrastruktur, container- och AI-tjänster under flexibla licensmodeller.
NAI 2.8 och SP Central är tillgängliga omedelbart, och NKP 2.19 är planerad att släppas inom kort.
Amazon