数据编排和GPU数据供给商Hammerspace正在通过采用英伟达的AI数据平台参考设计,为智能体提供数据基础支撑。
Hammerspace实际上是将其"AI随处数据平台"构建在其全球数据环境(GDE)产品之上,该产品可虚拟化客户跨多个供应商存储孤岛的文件和对象数据资产。它拥有单一的全局命名空间,有助于实现基于活动级别的数据放置决策,包括零层级(GPU服务器上本地连接的NVMe闪存驱动器)以及通过GPU Direct向GPU服务器快速供应数据。该公司表示已实现数据目标自动化,集成了Milvus向量数据库、MCP支持,并与智能体紧密集成。据称,其软件确保训练和推理工作负载始终能够立即访问所需数据,无需手动数据移动或复杂的集成层。
Hammerspace战略合作伙伴副总裁Jeff Echols表示:"Hammerspace数据平台消除了传统企业数据孤岛的混乱状况,使组织能够在任何地方立即向智能体提供数据,同时保持完全的控制和治理。"
Hammerspace的AI数据平台基于英伟达的AI Enterprise软件,并与英伟达GPU(如RTX PRO6000 Blackwell产品)和Spectrum-X以太网网络集成。它支持英伟达的NIM和NeMo Retriever微服务。可以将其视为针对英伟达AI数据平台的Hammerspace参考设计,而英伟达AI数据平台本身就是一个参考架构。
该平台作为经过验证的软件系统交付,仅通过Hammerspace的战略渠道合作伙伴提供。据我们了解,Hammerspace渠道计划没有像金牌和银牌这样的具体命名层级。相反,分为普通或一般渠道合作伙伴和战略合作伙伴,后者超越了单纯的交易关系(即仅仅转售),而是共同开发解决方案、扩大市场覆盖范围,并推动AI基础设施开发等事务。
Hammerspace表示,客户可以从小规模开始使用其AI数据平台,例如使用试点项目来验证AI计划。然后,在取得成功的前提下,可以线性扩展到多站点或全球部署。
据我们了解的战略合作伙伴SHI International的战略与解决方案副总裁Jack Hogan表示:"我们很兴奋能在SHI AI与网络实验室展示这一解决方案,客户可以亲身体验它如何简化数据编排并加速AI采用。"
针对英伟达AI数据平台的Hammerspace参考设计将在华盛顿特区的NVIDIA GTC大会上展示,并将于2025年底通过授权的Hammerspace合作伙伴提供。
Q&A
Q1:Hammerspace的AI数据平台主要解决什么问题?
A:Hammerspace的AI数据平台主要解决传统企业数据孤岛的混乱问题,通过全球数据环境虚拟化技术,让组织能够在任何地方立即向智能体提供数据,同时保持完全的控制和治理,确保AI训练和推理工作负载始终能够立即访问所需数据。
Q2:这个平台如何与英伟达技术集成?
A:该平台基于英伟达的AI Enterprise软件构建,与英伟达GPU(如RTX PRO6000 Blackwell产品)和Spectrum-X以太网网络深度集成,支持英伟达的NIM和NeMo Retriever微服务,可以看作是针对英伟达AI数据平台的参考设计实现。
Q3:企业如何开始使用Hammerspace AI数据平台?
A:企业可以从小规模试点项目开始,用于验证AI计划的可行性。在取得成功后,可以线性扩展到多站点或全球部署。该平台仅通过Hammerspace的战略渠道合作伙伴提供,预计将于2025年底正式可用。
好文章,需要你的鼓励
微软在Ignite 2025大会上预览了Windows的重要更新,显示出操作系统向支持AI智能体的根本性转变。新增功能包括原生支持模型上下文协议(MCP)、智能体连接器注册表、明确的权限管控模型,以及独立的智能体工作空间。这些更新建立了OS级别的身份验证、授权和审计机制,让智能体能够安全地执行文件操作和系统设置等任务,同时保持可控性和可追溯性。
华为诺亚实验室等机构联合提出了一种创新的AI训练方法,通过双层优化框架让AI从数据中自动学习评价标准。该方法结合了传统最大似然估计和强化学习的优势,在表格分类和模型驱动强化学习任务中展现出更好的收敛性和泛化能力,为解决强化学习中缺乏明确奖励信号的问题提供了新思路。
苹果即将发布的macOS Tahoe 26.2系统将支持通过雷雳5连接多台Mac设备,构建低延迟AI超算集群。该功能支持Mac Studio、M4 Pro Mac mini和MacBook Pro等设备。四台Mac Studio可高效运行万亿参数的Kimi-K2-Thinking模型,功耗不到500瓦,比传统GPU集群低10倍。此外,MLX项目将获得M5芯片神经加速器的完整访问权限。
中科院自动化所团队发布AVoCaDO系统,这是首个能精准捕捉视听事件时间同步关系的AI视频解说生成器。通过双阶段训练和创新奖励机制,AVoCaDO不仅能识别视频内容,更能准确把握各元素的时间关系,在多个基准测试中显著超越现有开源模型,甚至在某些指标上超过商业模型,为智能视频理解开辟新方向。