Vultr、AMD 和 NetApp 构建面向人工智能和主权数据的混合云蓝图

by 哈罗德弗里茨 on 2025 年 12 月 16 日

AI ◇ 企业版

Vultr、AMD 和 NetApp 均为Vultr 云联盟成员，它们共同开发了一种全新的参考架构，专注于混合云和主权云环境中的数据密集型和 AI 工作负载。该设计旨在帮助企业整合分布式数据、加速 AI 运行，并在不增加运维复杂性的前提下，强制执行数据本地化和合规性控制。

该架构融合了Vultr的全球主权云区域、AMD Instinct GPU、AMD ROCm开源软件平台以及NetApp ONTAP数据管理解决方案。其目标是构建一种可复用的、以云为中心的模式，企业可以采用该模式来实现AI基础设施的现代化，同时保留现有的本地部署投资。

该架构的核心是混合云模式，它将来自多个本地 NetApp 环境的数据聚合到托管在 Vultr 上的单个云实例中。

本地部署的 NetApp 系统将来自多个站点的数据复制到 Vultr 中的统一 NetApp ONTAP 环境中。数据导入后，Vultr 的计算和 GPU 实例即可立即使用这些数据。最终形成统一且一致的企业数据集视图，从而简化以下操作：

这种集中化设计旨在不干扰现有运营。企业无需重新架构本地存储，而是利用 NetApp 的复制和数据管理功能，将业务扩展到 Vultr。

该参考设计中的 AI 和加速工作负载在 AMD Instinct GPU 上运行，并由 AMD 企业 AI 套件和 AMD ROCm 软件平台提供支持。

AMD 企业级 AI 套件和 ROCm 技术栈用于提供：

这种软硬件结合旨在为技术团队提供可预测的性能和熟悉的开放软件生态系统，同时利用 Vultr 的弹性计算模型。

该架构可使用 AMD AI Blueprints 进行扩展。这些是经过验证的模式，定义了以下方面的参考方法：

在与 NetApp ONTAP 集成的 Vultr 基础架构上，AMD AI Blueprints 提供了一条从概念验证到规模化部署的指导性路径。它们帮助企业规范数据流，将本地环境中的数据导入训练数据集、模型迭代和推理服务部署，同时保持对数据位置的控制和可见性。

由于该架构可以部署在 Vultr 主权云区域，因此符合受监管行业的数据驻留、隐私和合规性要求标准。

企业可以：

主权区域与基于 ONTAP 的数据控制相结合，使组织能够在利用云规模的 GPU 和 CPU 资源的同时，对数据的存储位置和访问方式保持严格的管控。

每个合作伙伴都在架构中贡献了独特的能力：

NetApp ONTAP： 它充当本地和云端之间的数据架构。它提供复制、快照、分层和治理功能，使数据能够在多个站点和 Vultr 云之间以可预测的方式移动，同时保持一致性和可控性。
Vultr云平台： Vultr 提供灵活、经济高效的云计算服务，包括 GPU 实例，并在全球和主权区域部署。Vultr 托管集中式 ONTAP 环境以及使用该数据的 AI 和分析工作负载。
AMD Instinct GPU、ROCm 和企业级 AI 套件： 为人工智能和数据密集型计算工作负载提供高性能加速。ROCm 和企业级 AI 套件提供大规模运行现代模型所需的软件堆栈，而 AMD AI Blueprints 则为团队提供经过验证的配置和工作流程。

整体设计旨在帮助企业在无需对现有基础设施进行全面改造的情况下，实现混合云和人工智能运营的现代化。本地部署的 NetApp 阵列将继续保留，但可通过 AMD 加速技术，清晰地迁移到基于云的 Vultr 平台，从而实现人工智能和分析功能。

参考架构支持：

通过将数据集中在 ONTAP 上，在 Vultr 上部署计算和 GPU 资源，并利用 AMD 的 AI 堆栈进行加速，该架构提供了一个经过验证的实用模型，用于扩展 AI，同时保持数据移动性、安全性和治理的可预测性和可控性。

自 IBM 创建 Selectric 以来，我一直在科技行业工作。不过，我的背景是写作。因此，我决定退出售前业务，回归本源，从事一些写作工作，但仍从事技术工作。

广告