WekaIO推出Weka AI以實現從邊緣到核心的加速邊緣到云數據管道

人工智能(AI)數據管道與傳統(tǒng)的基于文件的IO應用程序本質上不同。AI數據流水線中的每個階段都有不同的存儲IO要求：用于攝取和訓練的大量帶寬，用于提取，轉換，加載(ETL)的混合讀/寫處理，用于推理的超低延遲以及用于整個數據流水線可見性的單個名稱空間。此外，邊緣的AI推動了對邊緣到核心到云數據管道的需求。因此，解決方案必須滿足所有這些不同的要求，并及時提供大規(guī)模的見解。傳統(tǒng)解決方案缺乏這些功能，并且常常無法滿足性能，跨角色共享性和數據移動性要求。行業(yè)需要解決方案來克服這些挑戰(zhàn)，它們需要AI時代的數據管理，

Weka AI是一個框架，結合了多種技術合作伙伴關系，旨在通過解決與AI等IO密集型工作負載共同的存儲挑戰(zhàn)，并提供可用于生產的解決方案來加速DataOps。它利用WekaFS來加速AI數據管道，為單個GPU客戶端提供超過73 GB /秒的帶寬。此外，它還具有版本控制，可解釋性和可重復性的操作敏捷性，并通過在線加密和數據保護提供治理和合規(guī)性。與WIN計劃中的合作伙伴一起設計的解決方案可確保Weka AI將為整個數據管道提供數據收集，工作區(qū)和深度神經網絡(DNN)培訓，模擬，推理和生命周期管理。

引用語錄

企鵝計算高級解決方案集團技術和業(yè)務開發(fā)高級總監(jiān)Kevin Tubbs

“ Weka AI提供了滿足現代AI應用程序要求的解決方案。我們很高興與Weka合作，加速下一代AI數據管道。”

Groupware數據和AI總監(jiān)Amrinderpal Singh Oberai

“ Groupware數據和AI團隊已經在內部測試并驗證了Weka AI參考架構。Weka AI框架為我們提供了靈活性和技術創(chuàng)新，可以與其他ISV技術合作伙伴一起構建定制解決方案，以通過AI解決行業(yè)挑戰(zhàn)。”

NVIDIA加速計算產品管理總監(jiān)Paresh Kharya

“用于AI的端到端應用程序性能需要為高性能NVIDIA GPU提供高吞吐量的數據管道。Weka AI利用GPUDirect存儲在存儲和GPU之間提供直接路徑，從而消除了數據密集型AI應用程序的I / O瓶頸。”

Mellanox Technologies市場部高級副總裁Gilad Shainer說：

“ InfiniBand已成為高性能和可擴展AI基礎架構的事實上的標準，可在整個網絡和網絡計算加速引擎中提供高數據。通過InfiniBand上的GPUDirect和GPUDirect存儲以及Weka AI框架，為我們共同的客戶提供了世界領先的AI應用程序平臺。”