صفحه اصلی > اخبار : معرفی Everpure Data Stream؛ شتاب‌دهنده جدید برای خطوط داده هوش مصنوعی سازمانی

معرفی Everpure Data Stream؛ شتاب‌دهنده جدید برای خطوط داده هوش مصنوعی سازمانی

معرفی Everpure Data Stream؛ شتاب‌دهنده جدید برای خطوط داده هوش مصنوعی سازمانی

پلتفرم داده Everpure برای هوش مصنوعی سازمانی

شرکت Everpure از عرضه پلتفرم جدید خود با نام Everpure Data Stream خبر داد. این محصول که بر پایه طراحی مرجع پلتفرم داده هوش مصنوعی انویدیا (NVIDIA AI Data Platform) ساخته شده، با هدف نزدیک‌تر کردن پردازش‌های هوش مصنوعی به داده‌های سازمانی روانه بازار شده است. این راهکار به مشکلات رایج سازمان‌ها مانند آماده‌سازی داده‌ها، امنیت و توسعه‌پذیری زیرساخت‌ها می‌پردازد و بخشی از استراتژی گسترده Everpure برای ارائه داده‌های آمادهِ هوش مصنوعی است.

از فاز آزمایش تا عملیات؛ چالش‌های پیش روی سازمان‌ها

وقتی سازمان‌ها از مرحله آزمایش هوش مصنوعی عبور کرده و می‌خواهند آن را به صورت واقعی و عملیاتی پیاده کنند، با موانع بزرگی روبرو می‌شوند. جمع‌آوری و آماده‌سازی داده‌های شرکت، اعمال قوانین امنیتی و بزرگ‌تر کردن زیرساخت‌ها برای پاسخگویی به نیازهای روزافزون هوش مصنوعی، کار ساده‌ای نیست.

طبق گفته Everpure، پلتفرم Data Stream می‌تواند فرآیند آماده‌سازی داده‌ها را که پیش از این ماه‌ها زمان می‌برد، به چند دقیقه کاهش دهد. همزمان، کنترل‌های دقیقی روی دسترسی به داده‌ها اعمال می‌شود تا اطلاعات محرمانه از چارچوب شرکت خارج نشوند. علاوه بر این، معماری منعطف این سیستم اجازه می‌دهد تا با رشد نیازهای هوش مصنوعی، بخش ذخیره‌سازی (Storage) و پردازش (Compute) را به صورت کاملاً مستقل از هم بزرگ‌تر کرد.

رابرت لی (Robert Lee)، مدیر ارشد فناوری Everpure می‌گوید: «سازمان‌هایی که در حال ساخت پلتفرم‌های هوش مصنوعی هستند، به معماری‌های انعطاف‌پذیری نیاز دارند که هم راه‌اندازی سریعی داشته باشند و هم در درازمدت قابل توسعه باشند. آن‌ها به خطوط داده‌ای پرسرعت و امن نیاز دارند تا زمان رسیدن به نتیجه را کاهش دهند.»

هوشمندی داده‌ها؛ پلی میان اطلاعات خام و هوش مصنوعی

شرکت Everpure، پلتفرم Data Stream را به عنوان بخشی از یک راه‌حل جامع می‌بیند که وظیفه‌اش آماده کردن اطلاعات خام سازمان برای استفاده در هوش مصنوعی است. آن‌ها معتقدند داده‌ها قبل از اینکه به درد آموزش مدل‌ها، استنتاج (Inference) یا دستیارهای هوشمند (Agentic AI) بخورند، باید دسته‌بندی، ایمن‌سازی و قانون‌گذاری شوند.

یک بخش کلیدی از این فرآیند، سرویس Everpure Data Intelligence (که قبلاً 1touch نام داشت) است. این پلتفرم داده‌های سازمان را در برنامه‌های ابری (SaaS)، سرورهای محلی و سیستم‌های قدیمی پیدا کرده و دسته‌بندی می‌کند. سپس ارتباط بین این داده‌ها را به شکل یک گراف استخراج می‌کند که از طریق رابط‌های برنامه‌نویسی (API) در دسترس است.

این پلتفرم همچنین سیاست‌های امنیتی و دسترسی‌های خاصی را اعمال می‌کند تا وقتی مدل‌های هوش مصنوعی در حال خواندن اطلاعات تجاری هستند، خیال سازمان از بابت امنیت و حفظ حریم خصوصی راحت باشد.

تسریع پردازش داده‌ها با قدرت کارت‌های گرافیک (GPU)

فناوری پردازنده شبکه انویدیا BlueField-4 STX

پلتفرم Data Stream روی معماری پیشنهادی انویدیا (NVIDIA AI Data Platform) بنا شده است تا فرآیند تبدیل داده‌های نامنظم سازمان به اطلاعاتِ قابل‌فهم برای هوش مصنوعی را ساده کند. این سیستم به جای اتکا به روش‌های دستی و کندِ جمع‌آوری داده، از یک خط لوله که با کارت‌های گرافیک (GPU) شتاب گرفته، استفاده می‌کند.

جیسون هاردی (Jason Hardy)، معاون بخش فناوری ذخیره‌سازی انویدیا، در این باره می‌گوید: «زیرساخت‌های مدرن هوش مصنوعی نیازمند معماری‌هایی هستند که داده‌های امن سازمانی را مستقیماً به منابع پردازشی قدرتمند متصل کنند. همکاری Everpure با پلتفرم انویدیا دقیقاً به همین منظور شکل گرفته تا پروژه‌های هوش مصنوعی را از روی کاغذ به مرحله اجرای واقعی برساند.»

علاوه بر این، Everpure اعلام کرد که در حال کار روی نسل بعدی حافظه‌های بومیِ هوش مصنوعی است که بر اساس فناوری‌های NVIDIA Vera و پردازنده ذخیره‌سازی NVIDIA BlueField-4 STX ساخته می‌شوند. هدف این است که با افزایش استفاده از دستیارهای هوشمند، سرعت و امنیت بیشتری مستقیماً در محل نگهداری داده‌ها فراهم شود.

مقیاس‌پذیری بدون دغدغه؛ از FlashBlade تا Portworx

سیستم های استوریج و زیرساخت ذخیره سازی Everpure

برای رفع مشکل کندی استوریج‌ها که می‌تواند باعث افت سرعت در فرآیند آموزش هوش مصنوعی شود، Everpure سخت‌افزار FlashBlade را به عنوان پایه و اساس Data Stream معرفی کرده است. این سخت‌افزار، دسترسی به داده‌ها را با کمترین تاخیر ممکن می‌سازد و از فناوری شتاب‌دهنده کش (KV Cache Accelerator) برای استفاده بهتر از حافظه سیستم در زمان پاسخگویی هوش مصنوعی استفاده می‌کند.

به لطف معماری Evergreen این شرکت، سازمان‌ها می‌توانند بدون نیاز به جابجایی دردسرساز اطلاعات، سیستم‌های خود را از مدل‌های پایه (مثل FlashBlade//S) به مدل‌های فوق‌سریع (FlashBlade//EXA) ارتقا دهند. در کنار آن، پلتفرم Portworx وظیفه مدیریت کانتینرها را در محیط‌های مختلف (از دیتاسنتر گرفته تا لبه شبکه) بر عهده دارد.

طبق یک نظرسنجی جدید از مؤسسه IDC، حدود ۹۴ درصد از مدیران فناوری معتقدند که «کیفیت داده‌ها» مهم‌ترین عامل موفقیت در پروژه‌های هوش مصنوعی است. Everpure با این راه‌حل یکپارچه تلاش می‌کند تا مشکل پراکندگی داده‌ها را حل کرده و به سازمان‌ها انعطاف‌پذیری لازم برای پیشرفت را بدهد.

تحلیل اختصاصی آلفاتک: چرا کیفیت داده‌ها از خود هوش مصنوعی مهم‌تر است؟

بسیاری از سازمان‌ها فکر می‌کنند خرید کارت‌های گرافیک گران‌قیمت یا استفاده از بهترین مدل‌های زبانی، کلید موفقیت در هوش مصنوعی است. اما واقعیت این است که هوش مصنوعی دقیقاً بازتابی از داده‌هایی است که به آن می‌دهید (همان قانون معروف “داده بی‌کیفیت وارد شود، نتیجه بی‌کیفیت خارج می‌شود”). حرکت استراتژیک شرکتی مثل Everpure در توسعه پلتفرمی مانند Data Stream نشان می‌دهد که گلوگاه اصلیِ فعلی در دیتاسنترها، قدرت پردازش نیست؛ بلکه توانایی طبقه‌بندی، پاک‌سازی و انتقال امن داده‌ها به سمت پردازنده‌هاست. ترکیب نرم‌افزارهای مدیریت داده با سخت‌افزارهای شتاب‌دهنده شبکه (مانند BlueField-4 انویدیا)، قدم بزرگی برای حذف همین گلوگاه‌ها در پروژه‌های سازمانی محسوب می‌شود.

سوالات متداول (FAQ)

هدف اصلی پلتفرم Everpure Data Stream چیست؟
این پلتفرم طراحی شده تا داده‌های خام و بی‌نظم سازمانی را با سرعت بسیار بالا پاک‌سازی، دسته‌بندی و ایمن‌سازی کرده و آن‌ها را برای استفاده در الگوریتم‌ها و مدل‌های هوش مصنوعی آماده کند.
استفاده از شتاب‌دهنده گرافیکی (GPU) در آماده‌سازی داده چه مزیتی دارد؟
به طور سنتی، کارهای مربوط به انتقال و فرمت کردن داده‌ها توسط پردازنده‌های مرکزی (CPU) انجام می‌شود که برای حجم بالای داده در هوش مصنوعی بسیار کند هستند. استفاده از قدرت پردازش موازی GPU در خط لوله داده، زمان آماده‌سازی را از چند ماه به چند دقیقه کاهش می‌دهد.
فناوری BlueField در این پلتفرم چه کاری انجام می‌دهد؟
پردازنده‌های خانواده BlueField (ساخت انویدیا) که به آن‌ها DPU نیز می‌گویند، وظایف مربوط به شبکه، امنیت و انتقال داده را از دوش پردازنده اصلی برمی‌دارند. این کار باعث می‌شود سرور تمام توان خود را صرف خود هوش مصنوعی کند و سرعت انتقال داده‌ها به شدت بالا برود.
تولید محتوا برای من فقط نوشتن نیست؛ ترجمه دنیای پیچیده فناوری به زبانی روشن، دقیق و قابل فهم است. به‌عنوان کارشناس تولید محتوا در حوزه فناوری اطلاعات و تکنولوژی، تمرکزم بر خلق محتوایی است که هم از نظر فنی معتبر باشد و هم برای مخاطب ارزش واقعی ایجاد کند. از مفاهیم تخصصی IT و زیرساخت‌های شبکه گرفته تا هوش مصنوعی، امنیت سایبری و تحولات دیجیتال، تلاش می‌کنم هر موضوع را با نگاهی تحلیلی و ساختاریافته ارائه دهم.
مقالات مرتبط

عقب‌نشینی AMD در برابر کاربران؛ قابلیت امنیتی TSME به پردازنده‌های Ryzen بازمی‌گردد

عقب‌نشینی AMD در برابر کاربران؛ قابلیت امنیتی TSME به پردازنده‌های Ryzen بازمی‌گردد…

خرداد 31, 1405

بررسی مینی پی‌سی Minisforum MS-03؛ ارتقای یک فرمول برنده با پردازنده‌های Panther Lake

بررسی مینی پی‌سی Minisforum MS-03؛ ارتقای یک فرمول برنده با پردازنده‌های Panther…

خرداد 31, 1405

تراکم بی‌سابقه در دیتاسنترها؛ استقرار ۸۱۹۲۰ هسته پردازشی در یک رک با AMD EPYC Venice در رویداد HPE Discover 2026

تراکم بی‌سابقه در دیتاسنترها؛ استقرار ۸۱۹۲۰ هسته پردازشی در یک رک با…

خرداد 30, 1405

دیدگاهتان را بنویسید