VAST Data的AI OS软件栈已成功移植到Azure平台,将作为托管服务提供给用户。
AI OS由一系列数据服务组成,包括DataSpace、DataBase、DataStore、DataEngine、AgentEngine和InsightEngine,这些服务构建在其DASE(分布式共享一切)存储架构之上。该系统将运行在Azure的IT基础设施上,随着微软开发其AI基础设施,包括自定义硅片计划,VAST将与Azure团队合作,使其软件与Azure的下一代平台要求保持一致,无论处理器或模型架构如何。
微软Azure存储副总裁Aung Oo表示:"运行在Azure上的VAST AI操作系统将为Azure客户提供高性能、可扩展的平台,该平台基于使用Azure Boost的Laos虚拟机系列构建,可以无缝地将本地AI管道扩展到Azure的GPU加速基础设施中。世界上许多AI模型构建者都依赖VAST的可扩展性、突破性性能和AI原生能力。这种合作可以帮助我们的共同客户简化运营、降低成本,并加快各种规模AI工作负载的洞察时间。"
完整的VAST软件栈将在Azure中提供,使客户能够在其本地VAST安装、VAST neocloud部署、Azure以及Google Cloud之间迁移基于VAST的工作负载。VAST在本月早些时候宣布其软件作为托管服务在GCP中可用。
实际上,我们现在拥有一个混合的VAST Data AI OS数据平台环境,横跨本地、neocloud、GCP以及现在的Azure环境。据我们了解,这个平台很可能会扩展到AWS,也可能扩展到其他云平台,如OCI、亚洲云平台以及主权云。我们认为VAST希望构建一个全面的全球主流公有云和neocloud存在,使其AI OS存储成为现有企业组织和AI初创公司的默认选择。
存储数据平台覆盖本地和公有云存储软件实例的理念由NetApp首创。其客户获得的平台具有一致的ONTAP数据访问和管理场景,无论他们位于平台的哪个位置。其他存储供应商如DDN、Dell、Hammerspace、HPE、Pure Storage、Qumulo等,像VAST一样,也在采用类似的存储平台策略。
VAST的不同之处在于,它在基础存储之上构建了AI软件栈,现在在其平台内为AI模型和智能体提供存储和数据运营环境。随着Azure和GCP的加入,以及CoreWeave和其他neocloud的支持,该公司在这方面领先于竞争对手。这是因为竞争对手没有将AI数据运营栈作为其存储平台的一部分的愿景。对他们来说,这是分析和AI数据运营提供商如Databricks和Snowflake的责任。
VAST认为自己现在定位为微软更广泛AI计算策略的战略要素。其联合创始人Jeff Denworth表示:"与微软的这次合作体现了我们对AI基础设施未来的共同愿景,其中性能、规模和简单性汇聚在一起,使企业能够通过智能体AI转型其业务。成为Azure合作伙伴代表着这一旅程的第一个里程碑。客户将能够在各种环境中统一其数据和AI管道,享受他们期望从VAST获得的同样的功能、简单性和性能,现在还有微软全球云的覆盖范围、弹性和可靠性。"
VAST AI OS将"很快"向Azure客户提供。
注释
微软表示,Laosv4系列Azure虚拟机具有高吞吐量、低延迟、直接映射的本地NVMe存储。这些虚拟机使用AMD第四代EPYC 9004处理器,可实现3.7GHz的提升最大频率。Laosv4系列虚拟机的规格从2到32个vCPU,每个vCPU分配8 GiB内存和720GB本地NVMe临时磁盘容量,L32aos_v4规格最高可提供23TB(12×1.92TB)的本地临时磁盘容量。
Azure Boost是微软设计的系统,将传统上由虚拟机管理程序和主机操作系统执行的服务器虚拟化过程转移到专用软件和硬件上。这种转移释放了客户虚拟机的CPU资源,从而提高了性能。
存储处理操作被转移到Azure Boost FPGA。转移到FPGA提供了领先的效率和性能,同时改善了安全性、减少了抖动,并改善了工作负载的延迟。本地存储现在运行速度高达36 GBps吞吐量和660万IOPS,远程存储高达14 GBps吞吐量和75万IOPS。
Q&A
Q1:VAST AI OS是什么?它包含哪些功能?
A:VAST AI OS是VAST Data开发的AI操作系统,由一系列数据服务组成,包括DataSpace、DataBase、DataStore、DataEngine、AgentEngine和InsightEngine。它构建在DASE分布式共享一切存储架构之上,为AI模型和智能体提供存储和数据运营环境。
Q2:Azure上的VAST AI OS有什么优势?
A:在Azure上运行的VAST AI OS为客户提供高性能、可扩展的平台,能够无缝地将本地AI管道扩展到Azure的GPU加速基础设施中。客户可以在本地VAST安装、neocloud部署和Azure之间灵活迁移工作负载,享受统一的数据和AI管道管理体验。
Q3:VAST与其他存储供应商相比有什么不同?
A:VAST的独特之处在于它在基础存储之上构建了完整的AI软件栈,提供存储和数据运营环境。与DDN、Dell、Pure Storage等竞争对手不同,VAST将AI数据运营栈作为其存储平台的核心部分,而不是依赖Databricks和Snowflake等第三方提供商。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。