VDURA 和 Wasabi Technologies 已结成技术联盟，将 GPU 邻近的 AI 数据基础设施与价格可预测的、与 S3 兼容的云存储连接起来。
该合作项目面向人工智能工厂、新型云平台和企业级高性能计算环境，这些环境需要将活跃数据集和模型检查点保留在靠近GPU的位置，同时将非活跃数据迁移到成本更低的云端。该方法旨在支持长期数据保留、数据保护、数据治理和数据重用，同时不会占用高性能存储容量。
核心运行模式是在数据活跃时将其保留在计算资源附近，并在数据闲置时将其迁移。人工智能基础设施团队经常将不活跃的数据集、检查点和模型工件保留在高性能系统上，因为数据迁移可能会引入运维复杂性、访问限制和不确定的云成本。这会导致昂贵的性能资源被不再需要低延迟访问的数据占用。此外，这也会使保留的数据更难进行安全保护、管理和重用。
VDURA为活跃的 AI 工作负载提供高性能层级。其平台通过 GPU 邻近的并行文件系统性能、RDMA 数据路径和 POSIX 兼容性，支持数据集暂存、模型加载、训练、检查点和推理。该平台将 NVMe 闪存和 HDD 存储与原生 S3 接口集成在一个统一的全局命名空间中。
Wasabi提供云存储层，用于主动归档和长期保存。不再由 GPU 直接使用的数据，包括数据集、检查点、模型版本和衍生工件，可以存储在 Wasabi 中，以实现数据保护、合规性、灾难恢复以及跨站点或计算环境共享。这些数据仍可用于未来的重新训练、模型比较和治理活动。
Wasabi 的标准套餐不收取按 GB 计算的出站流量费或 API 请求费。该公司将这种定价模式定位为一种帮助企业预测保留和重用 AI 数据成本的方法，而无需承担可变的检索费用。
分层数据部署在大规模云基础设施中已十分普遍，其中高性能系统与经济高效的容量平台相结合。VDURA 和 Wasabi 将同样的模式应用于人工智能基础设施，它们通过两个专用系统，利用开放接口连接，而非单一的封闭平台。
VDURA 首席执行官 Ken Claffey 表示，用于 GPU 处理的性能基础设施针对速度和活跃工作负载进行了优化。与此同时，检查点、数据集版本和模型工件需要安全且可预测的长期存储。他将此次合作描述为将数据迁移集成到 AI 生命周期中，同时结合 VDURA 的高性能存储和 Wasabi 的云对象存储的一种方式。
Wasabi Technologies全球营销高级副总裁Laurie Mitchell表示，人工智能数据在训练完成后仍然具有价值。它可以支持未来的模型，提供用于治理的审计跟踪，并作为比较的基准。她表示，此次合作旨在简化GPU邻近基础设施与独立的、兼容S3的云存储之间的连接，使企业能够掌控自身的数据和成本，而无需将两者绑定到任何一家超大规模云服务提供商。
该联盟将在 2026 年 8 月 4 日至 6 日在拉斯维加斯威尼斯人酒店举行的 Ai4 展会上亮相，Wasabi 将在 935 号展位参展。
Amazon