Meta✴ полностью перестроила своё хранилище для ИИ, чтобы предотвратить простой ускорителей. Как сообщает SDxCentral, система, лежащая в основе её операций с ИИ, позволила кратно сократить время, необходимое исследователям для перемещения обучающих данных ИИ между регионами. Согласно опубликованным аналитическим выкладкам, скорость работы имеющихся СХД не поспевала за растущими вычислительными мощностями GPU, которые примерно утраивались каждые два года.

Стремясь устранить этот разрыв и обеспечить поддержку кластеров хранения данных, охватывающих все продукты Meta✴, включая Meta✴ AI, Reality Labs, платформы социальных сетей и потребности потенциальных облачных клиентов, специалисты компании перестроили слой хранения BLOB-объектов (Binary Large Object), работающий поверх её глобальной многопользовательской СХД Tectonic, обслуживающей экзабайты данных.

Загрузка данных на два GPU (Источник изображений: Meta✴)

Компания отметила, что хотя устаревшая архитектура BLOB-хранилищ Meta✴ вполне подходила для веб-приложений, таких как Facebook✴ и Instagram✴, для обучения ИИ она оказалась неэффективной. У неё было слишком много слоёв сервисов, и она должна была выполнять множественные запросы к метаданным на нескольких уровнях, прежде чем определить путь к файлу и его фактическое местоположение в хранилище, что увеличивало задержку и отражалось на производительности.

Прежний алгоритм обработки запросов для API getObject

Перестройка СХД была основана на трёх ключевых изменениях. Во-первых, разрозненная система метаданных была объединена в единую схему, поддерживаемую ZippyDB, что позволило сделать практически мгновенным поиск путей. Во-вторых, были убраны прослойки, не позволявшие передавать байты напрямую с серверов хранения (fat client), что повысило энергоэффективность и снизило задержку. В-третьих, был осуществлён переход от глобальной модели развёртывания к региональной, в рамках которой хранилище данных размещается рядом с GPU, которые в нём действительно нуждаются. Всё это позволило свести к нулю накладные расходы при работе с Tectonic, уложиться в бюджет по энергопотреблению и упростить архитектуру хранения. Более того, Meta✴ задействовала свободную память GPU для распределённого кеша «горячих» данных.

Новый алгоритм обработки запросов для API getObject

Команда воспользовалась опытом разработки Owl — системой дистрибуции больших объектов, которая сочетает децентрализованную P2P-плоскость данных с централизованной плоскостью управления. Специалисты интегрировали логику однорангового обмена из Owl SDK на уровне клиента, что снизило частоту запросов GPU к хранилищу. Также был добавлен отдельный кеш метаданных, который возвращает адреса часто запрашиваемых файлов за 1–2 мс. Это позволило справляться с пиками обращений, например, когда GPU одновременно запрашивают одни и те же «горячие» веса модели, а также улучшить задержку, поскольку данные берутся из памяти, а не с диска.

Эволюция архитектуры загрузки данных

В финальной версии стека хранилища BLOB-объектов были приняты меры к устранению узких мест, таких как пики исходящего трафика, которые в конечном итоге приводили к перегрузке и таймаутам, а также к остановке работы GPU. В частности, было добавлено ПО для динамического управления параллельным доступом на поведения приложений. При высокой нагрузке система автоматически уменьшает количество доступных приложению запросов.

Также в Meta✴ решили проблему доставки данных исследователям. Поскольку вычислительные мощности были разбросаны по регионам, сотрудникам регулярно приходилось часами ждать, пока наборы данных будут скопированы и отправлены в конкретный регион мира, где будет выполняться их задача обучения. Для этого была создана многоуровневая система кеширования. RAM и SSD на GPU-хостах выступают в качестве самого быстрого слоя, которые получают данные от региональных флеш-хранилищ BLOB-объектов, куда, в свою очередь, данные попадают из глобальных озёр данных на базе HDD.

Для ускорения используется механизм предвыборки, который заранее загружает данные, которые исследователь собирается использовать. Эта схема уже позволила значительно сократить время загрузки во всех рабочих нагрузках Meta✴. В среднем время загрузки сократилось со 150 мин. до всего 10 мин. (сокращение на 93 %). Meta✴ зафиксировала максимальное сокращение времени загрузки с 89 ч. до всего 182 мин.

Организация IO500 Foundation опубликовала свежий рейтинг IO500, в лидеры которого попала ИИ-система Peng Cheng Cloud Brain III на базе хранилища Huawei OceanStor A800. Система показала результат в 2,8 раза выше предыдущего рекорда, отметила Huawei.

СХД Huawei OceanStor A800 была развёрнута для подключения к 664 вычислительным узлам. Её протестировали в сложных условиях с использованием 79 680 параллельных процессов и в 13 тестовых сценариях. СХД с ФС OceanFS набрала 603 334,58 балла с пропускной способностью 8291,11 ГиБ/с и производительностью на метаданных 43 903 983,64 kIOP/s. Это обеспечило Peng Cheng Cloud Brain III первое место как в исследовательском списке (Research List), так и в общем списке (Full List), демонстрируя высокую производительность и стабильность СХД Huawei OceanStor A800.

Источник изображения: Huawei

Благодаря архитектуре разделения плоскостей управления и данных, хранилище Huawei OceanStor A800 напрямую передаёт данные с DPU на SSD, реализуя сквозной ввод-вывод. В нём также используется высокопроизводительный механизм ускорения работы с файлами DataTurbo и интеллектуальная политика многоуровневого кеширования для увеличения объёма операций с метаданными при работе с массивом файлов небольшого размера. Кроме того, СХД поддерживает возможности как горизонтального, так и вертикального масштабирования, обеспечивая совокупную пропускную способность в сотни Тбайт/с при одновременном расширении ёмкости на уровне Эбайт.

Компания DataDirect Networks (DDN) анонсировала высокопроизводительную систему хранения AI400X3M, ориентированную на наиболее требовательные нагрузки ИИ и НРС. Новинка вошла в семейство программно-аппаратных комплексов EXAScaler, в основе которых лежит параллельная файловая система Lustre.

Модель AI400X3M выполнена на аппаратной платформе AMD EPYC Genoa. Устройство приходит на смену версии A1400X2, в составе которой применяются процессоры Intel Xeon Ice Lake. По сравнению с предшественником пропускная способность при чтении, как утверждается, поднялась на 35 %.

Представленное решение выполнено в форм-факторе 2U с габаритами 856 × 446 × 87 мм. Допускается установка 24 NVMe SSD с интерфейсом PCIe 5.0. Заказчикам будут предлагаться варианты вместимостью 120, 250 и 500 Тбайт, а также 1 и 2 Пбайт. Возможны модификации с четырьмя портами XDR/400GbE OSFP или восемью портами NDR200/200GbE QSFP112.

Источник изображения: DDN

Заявленная скорость последовательного чтения информации у AI400X3M достигает 190 Гбайт/с, скорость последовательной записи — 110 Гбайт/с. Величина IOPS (операций ввода/вывода секунду) при произвольном чтении — до 8 млн. Стойка, оборудованная такими СХД, способна обеспечить суммарную вместимость до 30 Пбайт и показатель IOPS до 160 млн.

Новинка укомплектована двумя блоками питания с резервированием и возможностью горячей замены. Диапазон рабочих температур простирается от +5 до +30 °C. Устройство весит около 44 кг без установленных накопителей.

DDN подчёркивает, что внедрение AI400X3M позволит предприятиям, операторам ИИ ЦОД и облачным провайдерам значительно повысить эффективность инфраструктуры, одновременно снизив энергопотребление, затраты на охлаждение и эксплуатационные расходы. СХД поступит в продажу к концу III квартала текущего года.

Предоставляющие услуги облачного хранения данных Backblaze заключила с лидером неооблачного рынка CoreWeave пятилетнее соглашение стоимостью $335 млн на несколько Эбайт, сообщает Blocks & Files. В число клиентов CoreWeave входят 9 из 10 крупнейших разрабочтиков ИИ-моделей, корпоративные пользователи и исследовательские организации. Это вторая крупная сделка CoreWeave с поставщиком систем хранения — в ноябре с VAST Data был заключен контракт на $1,17 млрд

Backblaze обеспечит HDD-хранилище для CoreWeave AI Object Storage. Клиенты, уже использующие этот сервис с патентованным распределённым кешем LOTA, получат доступ к новым мощностям немедленно, без необходимости модификации кода. По словам Backblaze, без хранилищ будут простаивать даже самые производительные вычислительные ресурсы. Сегодня сервис Backblaze B2 Cloud Storage уже имеет более 100 тыс. клиентов по всему миру, среди них есть четыре неооблачных провайдера. Для них компания создала B2 Neo, специальную версию сервиса.

По словам компании, некоторые неооблака полагались на All-Flash СХД, но по мере масштабирования платформ и роста ИИ-нагрузок экономика сервисов стала сложнее. Сегодня SSD кратно дороже HDD. Твердотельные накопители хороши для сценариев, где нужна минимальная задержка при относительно небольших объёмах данных, но на экзабайтных масштабах ситуация иная, поэтому неооблака ищут способ внедрить HDD-хранилища.

Источник изображения: Backblaze

VAST Data, ключевой партнёр ряда неооблачных провайдеров, говорила, что большие затраты не мешают клиентам хранить всё на SSD, и переносить старые данные в архивы они не планируют. Тем не менее, в свете соглашения Backblaze и CoreWeave, точку зрения, возможно, придётся пересмотреть.

Компания IDC подвела итоги исследования глобального рынка СХД корпоративного класса: в I квартале текущего года продажи такого оборудования достигли $9,23 млрд, что на 22,7 % больше по сравнению с аналогичным периодом 2025-го ($7,52 млрд).

Аналитики отмечают, что темпы роста рынка резко увеличились. Так, в IV квартале прошлого года прибавка составляла 5,5 %, а в 2025-м в целом — 3,9 %. Наблюдающуюся ситуацию эксперты связывают с несколькими факторами, включая обновление инфраструктуры, повышение цен на накопители и высокий спрос на хранилища для задач ИИ.

Доля выручки от реализации массивов типа All-Flash впервые превысила 50 %, достигнув 52,6 %: квартальные продажи таких устройств подскочили на 32,7 % в годовом исчислении — до $4,9 млрд. Ещё $3,5 млрд, или 37,8 % от общих продаж в деньгах, обеспечили гибридные решения, что соответствует прибавке на уровне 14 % год к году. Вклад систем хранения на базе HDD оценивается в $0,9 млрд (доля в размере 9,6 %) с ростом на 10,2 % по отношению к I четверти 2025 года.

Источник изображения: IDC

С ценовой точки зрения наибольший рост продемонстрировали системы высокого класса (дороже $250 тыс.) — +60,7 % с итоговым результатом $2,4 млрд: на такие решения пришлось 25,5 % продаж в деньгах. Львиную долю выручки принесли изделия среднего класса (стоимостью от $25 тыс. до 250 тыс.) — $5,9 млрд, или 64,4 %, а их отгрузки за год поднялись на 17,3 %. Спрос на решения начального уровня (дешевле $25 тыс.) снизился на 6,1 % — до $0,9 млрд.

В географическом плане самая значительная динамика отмечена в Центральной и Восточной Европе (+41,7 %), США (+30,4 %), Канаде (+25,4 %) и Китае (+20,7 %). В Азиатско-Тихоокеанском регионе прибавка составила 19,1 %, в Западной Европе — 18,9 %. Крупнейшим игроком рынка остаётся Dell с долей 31,2 %. На втором месте располагается NetApp с 9,9 %, а замыкает тройку Everpure с 8,9 %. В первую пятёрку ведущих поставщиков также входят Huawei с 6,7 % и НРЕ с 5,4 %. Суммарная доля всех прочих производителей составляет 38 %.

Компания Mimulus сообщила о создании карты хранения данных Glacier Storage Card размером с банковскую карту, использующей кодирование данных молекулярной ДНК. Компания обещает, что новинка сможет хранить до 1 Эбайт данных не менее 10 тыс. лет.

Mimulus разрабатывает технологию т.н. молекулярного архивирования (MAT) с использованием ДНК-хранилищ, обеспечивающую обычную для ДНК-хранилищ долговечность (>99,9999% целостности файлов после 10 тыс. лет), высокую плотность, невосприимчивость к вредоносным программам, воздушный зазор, химическую стабильность, отсутствие необходимости пересборки хранилища (resilvering) и низкое энергопотребление.

Разработанная Mimulus технология позволяет сжимать двоичные данные и кодировать их посредством кастомного алгоритма в последовательности оснований ДНК (A, T, G, C). Они синтезируется в нити ДНК с использованием собственной платформы Mimulus MAT CMOS, позволяющей собирать молекулы ДНК с высокой производительностью (данные не приводятся). Синтезированная ДНК помещается в карту Glacier Data Storage Card.

Источник изображения: Mimulus

Однако как такового привода нет. Клиенты загружают свои файлы для архивирования на портал Mimulus, а через некоторое время получают запакованную карту Glacier. Когда клиенту потребуется извлечение данных, карта отправляется обратно Mimulus, сотрудники которой вскрывают контейнер, извлекают ДНК с помощью запатентованного биологического праймера, секвенируют его, восстанавливают двоичные данные и отправляют их клиенту в течение 48 ч. с момента получения карты. При этом не уточняется, получают ли клиенты свои карты назад после этого процесса, и могут ли они выбирать отдельные файлы для восстановления.

Mimulus заключила соглашение с GenScript Biotech, поставщиком технологий синтеза ДНК на основе CMOS, о создании «первого в мире хранилища для молекулярного архивирования». GenScript имеет валидированную производственную платформу, способную параллельно синтезировать 8 млн олигонуклеотидов на одном чипе. Mimulus предлагает для предварительного резервирования три варианта Glacier Storage Card: GB (ёмкость до 1 Тбайт), TB (до 1 Пбайт) и PB (до 1 Эбайт). Сайт Blocks & Files отметил нестыковки: в одном месте указано, что ёмкость карты PB составляет до 1 Эбайт, в другом — что до 2,4 Эбайт.

Компания Wiwynn (дочерняя структура Wistron), по сообщению ресурса Tom's Hardware, продемонстрировала один из первых в отрасли серверов хранения NVIDIA SCADA (SCaled Accelerated Data Access). Устройство ориентировано на высокопроизводительную обработку больших объёмов данных в рамках задач обучения ИИ-моделей и инференса.

Источник изображений: Wiwynn

Новинка выполнена в MGX-шасси высотой 6U и рассчитана на монтаж в 19″ серверную стойку. Задействован процессор NVIDIA Vera, который содержит 88 ядер Olympus, или Intel Xeon (в составе HPM-). Доступны восемь слотов для модулей DDR5. Система несёт на борту четыре ускорителя NVIDIA RTX Pro 6000 Blackwell Server Edition, четыре коммутатора PCIe 6.x и четыре 800G-карты ConnectX-9 SuperNIC/DPU BlueField-4 (опционально GPU можно поменять на DPU). Реализовано полностью жидкостное охлаждение.

Сервер рассчитан на 96 накопителей EDSFF E3.S SSD с вертикальной загрузкой. При использовании изделий Micron 9650 Pro вместимостью 30,72 Тбайт с интерфейсом PCIe 6.0 суммарная ёмкость достигает 2,949 Пбайт. При этом обеспечивается показатель IOPS на операциях случайного чтения до 528 млн. Максимальное энергопотребление новинки — 9 кВт (питание DC 50 В). Кабели питания и гибкие шланги СЖО расположенные в нишах по бокам, что позволяет выдвигать лоток с накопителями и производить «горячую» замену SSD.

Отмечается, что традиционные серверы на основе CPU плохо справляются с такими задачами, как векторный поиск, генерация с дополненной выборкой (RAG), анализ графов и извлечение данных из KV-кеша. При таких нагрузках процессору необходимо выдавать команды, обрабатывать запросы и контролировать передачу данных, из-за чего создаются узкие места.

Платформа SCADA позволяет решить проблему благодаря тому, что операции ввода-вывода и обработка данных возлагаются на GPU — без участия CPU. По сути, ускорители RTX Pro 6000 Blackwell Server Edition в составе машины выполняют функции процессоров хранения, которые инициируют и обрабатывают транзакции и миллионы запросов со стороны ИИ-приложений, а также передают данные на вычислительные узлы посредством карт ConnectX-9.

«Базис», лидер российского рынка ПО для управления динамической инфраструктурой, объявляет о выпуске новой версии платформы серверной виртуализации Basis Dynamix Enterprise 4.6. Релиз сосредоточен на трёх ключевых направлениях: автоматической балансировке нагрузки между вычислительными узлами, экономии дискового пространства за счёт связанных клонов и поддержке современных протоколов работы с системами хранения данных. Всего в новую версию вошло более 60 улучшений и доработок.

Динамическая балансировка нагрузки

В Basis Dynamix Enterprise 4.6 добавлен механизм Distributed Resource Scheduler (DRS), который обеспечивает взаимодействие платформы и модуля Basis Resource Optimizer. Вместе они балансируют нагрузку на вычислительных узлах — следят за состоянием инфраструктуры и при необходимости перераспределяют виртуальные машины между узлами для более равномерного использования ресурсов кластера, что позволяет снизить простои оборудования.

Центральная панель кластера Basis Resource Optimizer (Изображения «Базис»)

Basis Resource Optimizer анализирует метрики потребления процессора и памяти и на их основе формирует рекомендации: о переносе виртуальных машин между узлами для равномерной загрузки, об изменении количества vCPU и объема оперативной памяти, а также следит за соблюдением правил размещения — Affinity (держать ВМ на одном узле) и Anti-Affinity (разносить по разным узлам). В зависимости от выбранного режима и настроек правила рекомендации применяются автоматически или после подтверждения оператора.

Операции, которые требуют перезагрузки виртуальной машины, например, изменение выделенных ей ресурсов, можно выполнять в заранее заданные интервалы. За это отвечает сервис технических окон: администратор задаёт разовые или повторяющиеся расписания, и подобные задачи планируются на ближайшее разрешённое окно в период минимальной нагрузки.

Распределенный планировщик ресурсов Basis Dynamix Enterprise

DRS в составе Basis Dynamix Enterprise устанавливается в кластере управления. Администратор может создавать планировщики внутри отдельных зон, добавлять и удалять узлы из их области действия, запускать и останавливать механизм через API. Это позволяет администраторам заказчика настраивать политики балансировки под особенности конкретной инфраструктуры — от компактных кластеров до крупных геораспределённых установок.

Связанные клоны и экономия дискового пространства

Для хранения данных на локальных дисках вычислительных узлов (Local SEP) в платформе появилась поддержка тонких дисков и связанных клонов. Если виртуальная машина создаётся из образа, размещённого в том же пуле, её диск становится зависимым потомком этого образа — фактическое копирование данных не выполняется, а изменения записываются по принципу copy-on-write. Это сокращает расход дискового пространства при массовом развёртывании однотипных ВМ — например, в сценариях VDI, на тестовых стендах или в сервис-провайдерских инсталляциях.

Параллельно внедрена поддержка механизма «множественный образ» (MultiImage), который объединяет ссылки на копии одного шаблонного образа, размещённые в разных пулах хранения. Это позволяет создавать связанные клоны из одного источника на различных СХД и снижает зависимость операций развёртывания от состояния отдельного пула.

Доступные в Basis Dynamix Enterprise диски виртуальных машин

В административном портале для пулов с тонкими дисками выводятся параметры физического лимита и фактически записанного объёма с цветовой индикацией заполнения: пул подсвечивается жёлтым при заполнении от 75% и красным при 90% и выше — администратор сразу видит, где требуется вмешательство.

Поддержка NVMe-over-TCP

Платформа получила поддержку протокола NVMe-over-TCP для систем хранения данных, подключённых через SEP SHARED и SEP Tatlin в режиме RDM. Этот сетевой протокол обеспечивает доступ к блочным устройствам с производительностью, близкой к локальному NVMe, при использовании стандартной Ethernet-инфраструктуры — без необходимости развёртывания отдельной фабрики Fibre Channel или специализированного оборудования RDMA.

Поддержка NVMe-over-TCP расширяет совместимость Basis Dynamix Enterprise с современными СХД и даёт заказчикам возможность строить высокопроизводительные системы хранения на привычной сетевой инфраструктуре.

Управление через виртуальный контроллер

В новом релизе расширен набор инструментов для администрирования и эксплуатации платформы. В частности, была добавлена возможность администрирования Basis Dynamix Enterprise при помощи виртуальных узлов управления (контроллеров). Благодаря этому пользователи могут не выделять физические узлы для управляющего слоя платформы, если её размер не превышает 40 узлов. Также появилась возможность осуществлять резервное копирование управляющего узла классическими инструментами, быстрее проводить его восстановление в случае выхода из строя за счёт хранения узла на СХД, и перемещать виртуальные машины между узлами для управления нагрузкой.

Помимо этого, в Basis Dynamix Enterprise 4.6 переработаны интерфейсы создания виртуальных машин и управления зонами, упрощено развёртывание новых инсталляций, расширены сетевые возможности и обновлены сервисные компоненты платформы.

«В новом релизе мы сделали ещё один заметный шаг от ручного администрирования к автоматизированному управлению инфраструктурой, независимо от её размеров и сложности. Планировщик ресурсов DRS снимает с администратора рутинную задачу балансировки нагрузки, связанные клоны и тонкие диски сокращают расход дискового пространства, а поддержка NVMe-over-TCP открывает доступ к современным архитектурам хранения без изменения сетевой инфраструктуры. Это последовательное движение к платформе, которая берёт на себя всё больше задач эксплуатации и оставляет администраторам пространство для развития сервисов», — прокомментировал Дмитрий Сорокин, технический директор компании «Базис».

Разработчик многослойных оптических дисков Folio Photonics успешно завершил раунд финансирования серии A, в рамках которого привлёк $8 млн инвестиций, сообщил ресурс Blocks & Files. В числе инвесторов — Material Impact и The O.H.I.O. Fund, а также JumpStart Ventures, Pavey Investments, Refinery Ventures и JobsOhio Ventures Fund.

В 2019 году Folio Photonics провела посевной раунд, сумев привлечь $8 млн. Альфа-версия оптического дисковода была разработана в 2024 году, а бета-версия второго поколения была представлена в прошлом году. В феврале этого года компания привлекла ещё $2,56 млрд в рамках посевного раунда. Теперь разработка продвинулась достаточно далеко, чтобы убедить инвесторов вложить средства в её дальнейшее развитие в рамках первого полноценного раунда финансирования.

Источник изображений: Folio Photonics

Полученные средства компания планирует направить на ускорение перехода от разработки технологий к коммерциализации, в том числе на расширение инженерной и операционной команд в Огайо, где находится её штаб-квартира. Также компания планирует активизировать взаимодействие с крупными партнёрами-гиперскейлерами, обеспечить коммерциализацию платформы архивного хранения и слоя знаний, а также масштабировать подготовку к производству и расширить стратегические отраслевые партнёрства. Накопитель и носители информации разработаны с учётом возможности интеграции с существующими производственными экосистемами, что позволит ускорить коммерциализацию решения, запланированную на 2027 год.

Разрабатываемые Folio Photonics оптические диски содержат до 32 слоёв при стоимости хранения от $3/Тбайт данных. Данные хранятся в точках нанофотонной оптической среды в виде флуоресцентных сигналов, генерируемых лазерными импульсами. Диски класса WORM (Write Once, Read Many) с поддержкой чтения без возможности изменения или удаления данных могут хранить информацию от 50 до 100 лет. Оптические диски Folio Photonics первого поколения могут вмещать от 1 до 2 Тбайт данных, при этом несколько дисков можно устанавливать в один картридж. Компания запатентовала базовую технологию и три года назад привлекла специалистов к разработке собственного оптического дисковода.

В Folio считают, что компания сможет изменить текущий рынок архивирования данных, объём которого, по прогнозам, превысит $12 млрд к 2028 году, благодаря превосходству её решения по экономической эффективности и скорости по сравнению с ленточными накопителями. Ожидается, что ИИ будет генерировать огромные объёмы данных, которые необходимо будет архивировать, что значительно увеличит рынок архивирования в будущем. Folio называет это инфраструктурой уровня знаний для эпохи ИИ — фундаментальной инфраструктурой, которая хранит данные, на основе которых обучаются ИИ-модели.

Генеральный директор Стивен Сантамария (Steven Santamaria) отметил, что сейчас генерируется больше данных, чем существующая инфраструктура может вместить. «Сегодня существует большой и растущий потенциальный рынок традиционного архивного хранения — и мы намерены занять на нем лидирующие позиции. Но ещё большая возможность заключается в том, что будет дальше: слой знаний, который потребуется искусственному интеллекту. Старые данные — это будущая интеллектуальная информация. GPU генерируют интеллектуальную информацию — Folio сохраняет её», — заявил он.

Помимо Folio Photonics также занимаются разработкой решений в сфере архивного хранения данных такие компании, как Archiflix, Biomemory, Cerabyte, Ewigbyte, Holomem, Microsoft (Project Silica), Optera, Piql, SPhotonix и Optera.

NVIDIA Vera BlueField-4 STX (BF-4 STX) обеспечит ИИ-системам защиту ИИ-агентов, контекстной памяти и доступа к файлам непосредственно на аппаратном уровне, сообщает Blocks & Files.

DPU поддерживает программную платформу DOCA (Data Center Infrastructure-on-a-Chip Architecture), обеспечивающую доступ по принципу Zero Trust, а также ведёт мониторинг и контроль деятельности ИИ-агентов для предотвращения утечки данных, несанкционированного доступа и других угроз. Решение разработано в рамках создания платформы NVIDIA Vera Rubin.

Решение использует три интегрированные библиотеки безопасности и микросервисы DOCA, работающие в процессоре и памяти DPU. В частности, речь идёт о микросервисе DOCA Vault, благодаря которому доступ к нужным файлам с необходимыми правами получают только авторизованные ИИ-нагрузки. DOCA Argus обеспечивает прозрачность действий ИИ-агентов и рабочих нагрузок, а DOCA Flow помогает изолировать сетевой трафик и защитить конфиденциальные данные в экосистемах с многочисленными арендаторами ресурсов.

Источник изображения: NVIDIA

Благодаря BF-4 STX серверы и СХД могут анализировать и контролировать взаимодействие ИИ-агентов, данных и контекстной памяти в потоке данных. По информации NVIDIA, обнаружение угроз происходит до 1000 раз быстрее, чем в существующих средах без агентного мониторинга, а контроль работы осуществляется на скоростях до 800 Гбит/с.

Свои решения в сфере безопасности интегрируют с Vera BlueField-4 STX компании Akamai, Armis, Check Point, Cisco, CrowdStrike, EQTY, F5, Fortinet, Palo Alto Networks, TrendAI, Xage Security и Zscaler. Платформы на базе STX предлагают провайдеры систем хранения данных: Cloudian, DDN, Dell, Everpure, Hitachi Vantara, HPE, IBM, MinIO, NetApp, Nutanix, VAST Data и WEKA. Системы на базе STX уже разрабатывают Asus, Foxconn, Gigabyte Technology, Supermicro, Wistron и Wiwynn. Заказчикам помогают внедрять соответствующие решения интеграторы Accenture, Deloitte и World Wide Technology.