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
Meta平台公司收购新加坡AI初创公司Manus,该公司以开发能够在无人监督下使用网络浏览器执行任务的AI智能体而闻名。Manus今年3月一经推出便引起轰动,能够执行创建简历、编写软件应用和设计网站等复杂任务。公司在8个月内实现1亿美元年度经常性收入,成为首家达成此里程碑的初创企业。Meta将继续独立运营Manus服务,同时将其技术整合到Meta AI平台中。
新加坡国立大学联合Lovart AI开发的OmniPSD系统,首次实现了AI驱动的双向PSD文件处理能力。该系统能够将扁平图像自动分解为可编辑的图层结构,同时支持从文字描述直接生成分层设计文件。基于扩散变换器架构和创新的RGBA-VAE技术,OmniPSD在20万真实设计样本上训练,实现了专业级的透明度处理和图层分解效果,为设计行业的数字化转型提供了强大工具。
软银集团宣布以40.4亿美元全现金收购私募股权公司DigitalBridge。该公司管理着约1080亿美元资产,投资组合包括数据中心建设商Vantage等科技企业。Vantage正在为OpenAI建设价值150亿美元的威斯康星数据中心园区,并在德州建设投资超250亿美元的Frontier园区。此次收购将加强软银在AI数据中心领域的布局。
ByteDance Seed团队提出UniUGP统一框架,首次将自动驾驶的理解、生成、规划三大能力完美融合。通过混合专家架构和四阶段训练策略,该系统在场景理解、轨迹规划和视频生成等任务上均超越现有先进模型,为自动驾驶技术发展开辟了新路径,预示着更智能可靠的无人驾驶未来。