Under VAST Forward 2026 introducerade VAST Data flera uppdateringar, allt från en fullstack-plattform för agentisk databehandling till en säker, skalbar tänkande maskin.
VAST Data PolicyEngine och VAST Data TuningEngine är två nya datortjänster som gör det möjligt för nästa generation av VAST AI OS att möta viktiga krav för organisationer som vill skala upp sina verksamhetskritiska AI-initiativ.
PolicyEngine och TuningEngine arbetar tillsammans för att skapa AI-system och interaktioner som är betrodda, förklarbara och kontinuerligt lärande. PolicyEngine styr agenternas aktivitet, medan TuningEngine hanterar modelljustering. Tillsammans driver de automatiska inlärningsslingor som förblir i linje med organisationens förväntningar.
Jeff Denworth, medgrundare av VAST Data, betonade applikationernas föränderliga natur och lyfte fram introduktionen av PolicyEngine och TuningEngine i VAST AI-operativsystemet. Han beskrev det som en "tänkande maskin" som kan skydda interaktioner och lära av resultat, och därigenom göra avancerade AI-funktioner tillgängliga för organisationer i olika datormiljöer.
Introduktion av VAST Data PolicyEngine
AI-arbetsflöden och agenter får i allt högre grad tillgång till organisationsdata för att generera svar, kommunicera med andra agenter och logga händelser. Utan noggranna kontroller över dataåtkomst, kommunikation och omfattande loggning ökar risken för dataläckage. Strikta kontroller och verktyg för att övervaka agentaktiviteter är avgörande för förtroendet. VAST PolicyEngine åtgärdar dessa problem med inbyggd policytillämpning, som reglerar agenters åtkomst till delade resurser baserat på explicita, noggranna behörigheter och kontext. Tillämpning sker innan åtgärder utförs, kompletterat av manipuleringssäkra loggar, vilket möjliggör en nollförtroendeposition som gör beslut och åtgärder observerbara, förklarbara och granskningsbara.
Introduktion av VAST Data Tuning Engine
VAST AgentEngine är den serverlösa, agentiska runtime-miljön för AI-operativsystemet, som förenklar programmering och koordinering av arbetsflöden med flera agenter, modellanrop och verktygsanvändning inom plattformen. Även om den är lämplig för statiska modeller, stöder dess fullständiga stack inlärningsloopar som utnyttjar telemetri, agent- och modellfeedback för finjustering och förstärkningsinlärning. Starten är TuningEngine, som samlar in resultat från agentiska pipelines, utnyttjar kurerad feedback för att förbättra modeller och använder metoder som LoRA, övervakad finjustering och förstärkningsinlärning. Den bearbetar automatiskt data, föreslår nya modeller och underlättar utvärdering och distribution, vilket initierar kontinuerligt lärande för att förbättra prestanda.
Ett stort steg mot VASTs tänkande maskinvision
Dessa nya funktioner markerar betydande framsteg i utvecklingen av system som automatiskt anpassar sig genom interaktioner med verkliga data. VAST Data har utvecklat ett sådant system sedan 2016 och presenterade sin vision fullt ut 2023. Det nyligen tillkännagivande av VAST AI OS introducerar en sluten driftsslinga som observerar, resonerar, agerar, utvärderar och förbättrar, samtidigt som säkerheten och förklaringsförmågan förbättras genom att konsolidera alla aktiviteter inom ett enda system.
VAST PolicyEngine och TuningEngine är planerade att släppas i slutet av 2026.
Utnyttja NVIDIA-bibliotek
VAST Data presenterade en komplett accelererad AI-datastack, levererad genom ett utökat samarbete med NVIDIA. Med VAST AI-operativsystemet som nu körs direkt på GPU-accelererade servrar kan kunder eliminera dataflaskhalsar i AI-pipelinen och leverera inmatning, hämtning, analys och inferens på en enda enhetlig plattform.
VAST CNode-X
VAST CNode-X, utvecklad tillsammans med NVIDIA, introducerar NVIDIA-certifierade system som revolutionerar AI-infrastrukturen. Den tillhandahåller högpresterande lagring för GPU-kluster och körs direkt på GPU-servrar, och integreras sömlöst med VAST-plattformen. Denna förändring gör det möjligt för VAST att hantera AI-pipelines, analyser, vektorsökning, RAG-system och agentkörningar som en enhetlig programvarustack.
Nya CNode-X-servrar utgör grunden för VAST AI OS för att utnyttja en mängd olika NVIDIA-bibliotek och API:er direkt inom VASTs centrala programvarutjänster, inklusive VAST DataEngine och VAST DataBase. Dessa accelerationer är inbäddade djupt inuti plattformen och ger högre prestanda, lägre latens och förbättrad effektivitet inom realtids-SQL-analys, vektorsökning och -hämtning samt ett brett utbud av AI-inferensarbetsflöden.
VAST AI OS effektiviserar driften genom att integrera datatjänster och databehandling i ett enda system, vilket förenklar övergången från experiment till produktion för AI-arbetsflöden som RAG-pipelines och agentsystem.
VAST utnyttjar nya GPU-accelererade VAST CNode-X-servrar integrerade med VAST AI OS för att stödja en omfattande programvaruplattform för AI-pipelines, vektorsökning och distribution. Viktiga funktioner inkluderar:
- Sirius-integrationen med VAST DataBase förbättrar analysen genom att kombinera lagringsintelligens med GPU-accelererad SQL, vilket resulterar i upp till 44 % snabbare frågor och 80 % lägre kostnader.
- NVIDIAs cuVS-bibliotek accelererar vektorsökning och klustring i VASTs skalbara databas och RAG-pipelines, vilket minskar hämtningsfördröjningen.
- Stöd för NVIDIA NIM-mikrotjänster möjliggör skalbara AI-pipelines, med VAST DataEngine-ritningar med öppen källkod för applikationer som video, dokument och genomik.
- NVIDIA CMS accelererar inferens i stor skala med hjälp av BlueField-4 DPU:er och Spectrum-X-nätverk, vilket förbättrar åtkomsten till KV-cacher och minskar tiden till första token, med valfria företagsdatatjänster utan att påverka KV-hämtning.
Accelererar VAST AI-operativsystemet
VAST planerar att leverera CNode-X-servrar via OEM-partners som Cisco och Supermicro, vilket gör det möjligt för kunder att få tillgång till GPU-accelererad infrastruktur via sina föredragna leverantörer samtidigt som de bibehåller konsekvent VAST-programvara, support och drift. Certifierade OEM-konfigurationer erbjuder en snabbare och mer supporterbar väg till AI-distribution. I takt med att företags AI-pipelines utvecklas till kontinuerliga system kombinerar VAST sin dataplattform med NVIDIAs accelererade stack för att tillhandahålla högpresterande hämtning, analys och vektorsökning över RAG, realtidsanalys och storskaliga AI-arbetsbelastningar.
Introduktion till Polaris
VAST presenterade Polaris, ett globalt kontrollplan som hjälper till att tillhandahålla, driva och hantera distribuerad AI-infrastruktur över publika moln, neomoln och lokala datacenter. Polaris omvandlar VAST-distributioner till en enhetlig plattform, vilket gör det möjligt för företag att hantera AI-data och infrastruktur konsekvent för både utbildnings- och inferensarbetsbelastningar.
Eftersom AI-infrastruktur sträcker sig över flera regioner och leverantörer måste verksamheten sträcka sig bortom ett enda kluster. Utbildning, inferens och datainsamling vid edge-nätverk sker ofta på olika platser men kräver fortfarande enhetlig hantering och kostnadskontroll. Polaris löser detta genom att erbjuda ett centraliserat tjänstelager som automatiserar driftsättning och livscykeloperationer. Denna metod omvandlar distribuerade resurser till en enda operativ plattform, oavsett fysisk plats.
Polaris är tillgängligt utan extra kostnad och kompletterar VAST AI-operativsystemet genom att koordinera VAST-miljöer över olika infrastrukturer. Medan VAST DataSpace förenar data med ett globalt namnutrymme och en distribuerad struktur, styr Polaris distributionen och hanteringen av dessa kluster. DataSpace abstraherar dataplats och Polaris abstraherar infrastrukturplats, vilket gör det möjligt för applikationer att fungera inom en enda logisk miljö.
VAST ser Polaris som ett svar på trenden att AI-stackar blir globalt distribuerade system. Företaget noterar att Polaris bygger ett globalt kontrollplan som gör det möjligt för distribuerade AI-distributioner att fungera tillsammans över moln- och lokala resurser. Denna arkitektur gör det möjligt för företag att distribuera, skala och hantera VAST-kluster som ett enda system.
Infrastrukturorkestrering och styrning
Polaris är ett säkert kontrollplan för flera hyresgäster, byggt på Kubernetes och som använder en lättviktsagent på varje VAST-nod. Denna installation automatiserar provisionering över kundernas molnkonton, integrerar med marknadsplatser för att hantera rättigheter och centraliserar uppgraderingar och nodbyten. Den har integration med företagsidentitet, rollbaserad åtkomstkontroll och granskningsloggning för att säkerställa konsekvent drift i hybrid- och multimolnmiljöer.
Plattformen stöder VAST-, partner- eller kundhanterade modeller och hanterar molntjänstleverantörer och regionala distributioner. Polaris fungerar som ett avsiktsdrivet hanteringslager där administratörer anger ett önskat tillstånd, och programvaran koordinerar molnbaserade tjänster för att underhålla det. Infrastrukturen hanteras via ett enda API och gränssnitt, vilket säkerställer konsekvent konfiguration och policytillämpning i alla regioner.
Genom att integrera globala datatjänster med orkestrering i stor skala, övergår VAST AI-operativsystem AI-pipelines från isolerade kluster till kontinuerliga system. Organisationer kan anpassa beräkningsplacering med GPU-tillgänglighet och efterlevnadskrav utan att ändra applikationens beteende.
Polaris är nu tillgängligt för VAST-molndistributioner, med planer på utökade orkestreringsfunktioner för flera kluster i framtida versioner.
Nytt partnerprogram inom VASTs Cosmos-community
VAST Data lanserade ett enhetligt, globalt partnerprogram inom VASTs Cosmos Community, som förenar återförsäljare, tjänsteleverantörer, systemintegratörer, rådgivande partners, teknikallianser, distributörer, molnleverantörer och hyperskalare under ett enhetligt ramverk. Programmet är utformat för flexibilitet och gör det möjligt för partners att interagera med VAST på sätt som passar deras verksamhet och kunder, samtidigt som det erbjuder en tydlig väg för tillväxt.
VAST Cosmos formaliserar nu hur partners kan delta i en eller flera marknadsrutter och anpassar sig kring gemensamma utbildnings-, möjliggörande-, styrnings- och marknadsintroduktionsresurser genom en centraliserad partnerportal.
John Mao, vice vd för Global Technology Alliances på VAST Data, förklarade att Cosmos utformades för att revolutionera AI-utvecklingen genom att skapa en samarbetsgemenskap för yrkesverksamma som främjar innovation och tillväxt. Han betonade att det nya formella partnerprogrammet utökar detta uppdrag genom att tillhandahålla ett enhetligt ramverk för teknik-, moln- och kanalpartners för att utveckla, validera och differentiera lösningar, och för att leverera VAST AI-operativsystemet över datacenter, molnmiljöer och edge-platser.
John Cedillo, vice vd för den globala partnerorganisationen på VAST Data, betonade vikten av tydlighet och konsekvens för partners som engagerar sig i VAST. Han lyfte fram hur Cosmos konsoliderar dessa element till ett enhetligt program, som erbjuder strukturerad onboarding, nivåindelade förmåner och en partnerportal som integrerar utbildning, registrering av affärer och gemensamma marknadsstrategier för att underlätta repeterbart genomförande.
Cosmos integrerar olika partnerspår i ett enhetligt ekosystem och engagemangsramverk, vilket gör det möjligt för partners att utveckla, validera, leverera och skala kundlösningar på VAST AI-operativsystemet.
Kombinera VASTs inbyggda säkerhetskontroller med CrowdStrikes Enterprise Detection and Response
VAST Data och CrowdStrike har ingått ett strategiskt partnerskap för att förbättra säkerheten för VAST AI-operativsystemet. Integrationen integrerar CrowdStrikes hotdetekterings- och automatiserade responsfunktioner i AI-miljöer, vilket förbättrar skyddet på datalagret och under körningsarbetsflöden.
I takt med att företag övergår från AI-experiment till driftsättning blir det avgörande att säkra AI-livscykeln, vilket kräver avancerad detektering som fungerar tillsammans med plattformskontroller. Fördelarna med partnerskapet inkluderar kontinuerlig övervakning av AI-datapipelines, sömlös säkerhet inom AI-arbetsflöden för att förhindra hot som skadlig kod och dataintrång, samt samordnad hothantering över plattformar. Detta samarbete syftar till att stärka företags AI-säkerhet i stor skala, vilket gör det möjligt för organisationer att driftsätta AI med större förtroende.
VAST Data och TwelveLabs samarbetar för att utöka videointelligens
VAST Data och TwelveLabs, en utvecklare av videobasmodeller för avancerad videointelligens, samarbetar för att hjälpa organisationer att analysera omfattande videoarkiv och känslig data bortom publika moln. Samarbetet introducerar TwelveLabs första kundhanterade implementering på VAST AI-operativsystemet, utformat för att hantera ostrukturerad data i exabyte-skala för videosökning, analys och resonemang med styrning, suveränitet och kontroll.
Företag förlitar sig på värdefulla videoresurser inom media, smarta utrymmen och säkerhet, men att skala operationalisering är utmanande på grund av storlek, komplexitet och styrning. TwelveLabs modeller, som används för storskalig videoförståelse, inkluderar Marengo för multimodal sökning och Pegasus för djup förståelse och textgenerering, vilket möjliggör sökning och analys av naturligt språk. Detta partnerskap stöder distribution av videointelligens närmare datakällor. VAST AI OS förenar videodata för realtidsbehandling i lokala, moln- och neomolnmiljöer, och tar hänsyn till datasuveränitet, reglering, säkerhet och kostnadsöverväganden.
Enligt Danny Nicolopoulos, chef för globala strategiska partnerskap, strävar TwelveLabs efter att göra det möjligt för maskiner att tolka video som människor gör, vilket omfattar bilder, tal, ljud och timing. Han framhåller att deras samarbete med VAST breddar implementeringen av videointelligens, vilket möjliggör lokala, AI- och neomolnbaserade miljöer, samtidigt som det möter skalbehoven hos stora videoarkiv. Dessutom sa Nicolopoulos att detta partnerskap förbättrar videosökning och analysmöjligheter, särskilt inom sektorer med strikta krav på styrning och datakontroll.
VAST-samarbetet med TwelveLabs gör det möjligt för kunder att sömlöst driftsätta AI-pipelines genom VAST AI OS, vilket ger ett enhetligt globalt namnutrymme för enkel åtkomst och hantering av omfattande videoarkiv över hybrida multimolnmiljöer. Det inkluderar inbyggd vektorlagring och likhetssökning i realtid optimerad för storskaliga videoarbetsbelastningar, samt data- och beräkningsorkestrering via VAST DataEngine för att effektivt hantera inbäddningar och metadata. Denna lösning möter den växande efterfrågan inom branschen på sökning och återanvändning av medieinnehåll, finansiering av videobaserad bedrägeridetektering och efterlevnad, samt snabbare utredningar och situationsmedvetenhet inom den offentliga sektorn genom säker, lokal datadistribution.
Amazon