AI 改變數據架構，但存儲尚未跟上

據媒體報導，AI 技術的發展改變了數據架構，但傳統存儲系統未能跟上腳步。現代 AI 基礎設施的瓶頸已不再是存儲容量，而是數據的放置與存取問題。許多企業面臨數據碎片化挑戰，訓練數據分散在不同部門、站點和雲端，導致 GPU 大量時間處於閒置狀態，等待數據從遠端 NAS 傳輸。這影響了 AI 項目的訓練速度。Hammerspace 數據平台提出解決方案，通過在現有存儲系統上建立統一的全球命名空間，使計算資源能夠感知數據的實際位置。該平台整合了從 NAS 到對象存儲，甚至 GPU 伺服器內的 NVMe 驅動器，將這些異構存儲資源統一為一個協調的數據環境，稱為 Tier 0。應用程序可通過標準協議如 NFS、SMB 和 S3 存取數據，無需專用客戶端或應用重寫。據 Gartner 調查，57% 的組織認為其數據尚未準備好用於 AI，顯示問題普遍存在。Hammerspace 強調現有資源的整合而非替換，從而加速部署並降低風險，支持 RAG、推理等工作流程。