Jon Hyde, starszy dyrektor ds. wywiadu konkurencyjnego firmy Dell, opublikował trzy nowe posty na blogu AI Factory skierowane do kluczowych konkurentów, w tym VAST Data.
Pierwszy post,W którym fabryki sztucznej inteligencji osiągnęły swój pierwszy pułap, stwierdza, że Dell PowerScale zapewnia równoważną wydajność Nvidia AI przy jednoczesnym zużyciu 72% mniej energii, 80% mniej miejsca na półce i 8x mniej przełączników backend niż konkurujące projekty referencyjne.Hyde wyjaśnia, że fabryki AI napędzane przez Nvidia często napotykają wąskie gardła w zakresie mocy i przestrzeni w centrach danych z powodu ciężkich procesorów graficznych, zapotrzebowanie na sprzęt do przechowywania danych i sieci.
Twierdzi, że wbudowane platformy pamięci masowej sztucznej inteligencji, takie jak VAST Data, AI OS wymagają znacznie więcej przełączników back-endowych ze względu na rozdzieloną architekturę skalowania.koszty chłodzenia i energii przed uruchomieniem obciążeń roboczych GPU.
Hyde podkreśla, że przedsiębiorstwa powinny ocenić, ile energii zużywa ich architektura pamięci masowej.
Zgodnie z testami Dell'a zgodnymi z projektami Nvidia, PowerScale dopasowuje wydajność Everpure i VAST z znacznie lżejszymi kosztami infrastruktury.zapewnia identyczną wydajność przy 41% mniejszym zużyciu energii i prawie 50% mniejszej powierzchni w regałach.
Hyde kwestionuje również twierdzenia publicznej wydajności VAST. wyjaśnia, że VAST's reklamowane oszczędności energii 77% i 73% redukcji powierzchni z BlueField DPU obciążenia odzwierciedlają wewnętrzne ulepszenia w stosunku do starszego stosu,W związku z powyższym Komisja uznaje, że Nvidia nie ma żadnych korzyści konkurencyjnych w stosunku do standardowych w branży architektur referencyjnych Nvidia..
Drugi blog Hyde'a,"Nazywa się to bazą danych.twierdzi, że platformy o dużej zawartości metadanych i obciążeń roboczych wektorowych nie mogą w pełni kwalifikować się jako bazy danych dla przedsiębiorstw.dane z serii czasowej wymagają solidnych możliwości, których nie mogą spełnić systemy skoncentrowane na indeksowaniu.
Cytuje czerwcową analizę CUBE Research z 2025 roku, która opisuje VAST DataBase jako zasadniczo "rozproszony indeks" pozbawiony dojrzałej optymalizacji SQL, planowania zapytań opartych na kosztach,zarządzanie oparte na rolach i kompleksowa integracja narzędzi BI oferowanych przez platformy przedsiębiorstw, takie jak Snowflake i BigQueryW raporcie stwierdzono, że pomimo szybkiego wzrostu przychodówVAST nie osiągnął jeszcze dojrzałości porównywalnej z standardami Databricks lub bazy danych w chmurze ustalonymi przez Snowflake i główne hiperskalaryzatory.
Hyde odwołuje się również do ustaleń NAND Research: podczas gdy VAST obsługuje otwarte formaty, takie jak Apache Iceberg, jego podstawowy silnik bazy danych jest zastrzeżony i dostosowany pionowo.Ta ściśle zintegrowana konstrukcja różni się od kompozycji, podejście otwartego ekosystemu przyjęte przez Dell, NetApp, HPE i Everpure, co zbliża VAST do zamkniętej architektury w stylu HCI.
W przeciwieństwie do tego, Dell obsługuje Apache Iceberg na ObjectScale,umożliwiające bezproblemową interoperacyjność pomiędzy danymi przechowywanymi w PowerScale/ObjectScale a głównymi obciążeniami Databricks i Snowflake bez migracji danych.
Trzecia pozycja Hyde'a,"Plan na następną ocenę,wytycza pięć podstawowych kryteriów oceny dla nabywców IT oceniających platformy danych sztucznej inteligencji, obejmujących adaptację do grawitacji danych, koszty operacyjne, wykorzystanie procesora graficznego,Kompatybilność śladu fizycznego i stosu analitycznego.
Hyde twierdzi, że oceny przetargów na magazyn sztucznej inteligencji powinny koncentrować się na rzeczywistych czynnikach operacyjnych poza demonstracjami wzorców: wybór architektury zgodnej z rzeczywistą ciężarem danych przedsiębiorstwa;W pełni uwzględniające prace synchroniczne, koszty personelu, wydajność procesora graficznego i działanie sprzętu; oraz zachowanie istniejących łańcuchów narzędzi analitycznych, zamiast zmuszać do migracji obciążenia pracą.
Zauważa, że systemy sprzedaży dostawców są ukierunkowane na kierownicze zainteresowane strony, natomiast zespoły ds. instalacji, inżynierii danych i FinOps ponoszą rzeczywiste koszty operacyjne, które wymagają uczestnictwa wielu zespołów w ocenach dostawców.
Hyde zaproponował również pięć ukierunkowanych pytań, aby ujawnić prawdziwe mocne strony architektoniczne dostawców: trzyletni przewidywany udział danych w przestrzeni nazw; stacjonarna synchronizacja pracy i wymagania kadrowe;odtwarzalny otwarty model TTFT, wskaźniki przepustowości tokenów i współczynnika trafienia pamięci podręcznej; w pełni udokumentowane zużycie mocy, przestrzeni i przełączników w docelowej skali; oraz natywna kompatybilność z istniejącymi wdrożeniami Databricks i Snowflake.
VAST Data odmówiła szczegółowego komentarza, stwierdzając jedynie, że nie odpowiada na treści konkurentów.
Komentarz: Wydanie przez Dell sześciu szczegółowych blogów z krytyką skierowanych do VAST sygnalizuje intensywną presję konkurencyjną ze strony szybko rozwijającego się rywala, dostawcy infrastruktury danych.
Pekin Qianxing Jietong Technology Co., Ltd.
Sandy Yang, dyrektor ds. strategii globalnej
WhatsApp / WeChat: +86 13426366826
Email: yangyd@qianxingdata.com
Strona internetowa: www.qianxingdata.com/www.storagesserver.com
Skoncentruj się na biznesie:
Dystrybucja produktów ICT/Integracja systemów i usługi/Rozwiązania infrastrukturalne
Dzięki ponad 20-letniemu doświadczeniu w dystrybucji IT współpracujemy z wiodącymi światowymi markami w celu dostarczania niezawodnych produktów i profesjonalnych usług.
Używanie technologii do budowy inteligentnego świata•Twój zaufany dostawca usług produktów ICT!
Twoja wiadomość musi mieć od 20 do 3000 znaków!
Polish
