日前，NetApp宣布收购DataPelago，此举旨在让企业数据无需在多个系统间迁移即可直接用于AI。此次收购将NetApp的存储平台与DataPelago基于GPU的数据处理技术相结合。

　　该公告凸显了企业AI领域的一个日益明显的趋势：其最大挑战已不再仅仅是构建更优秀的AI模型。企业还需要更快、更高效的方式来准备这些模型所依赖的海量数据。这使得存储层在 AI 技术栈中变得越来越重要。

　　“随着AI模型及其驱动芯片的效能不断提升，企业需要同样智能且强大的数据基础设施，以充分释放数据的潜力，”NetApp首席执行官George Kurian表示。

　　通过收购DataPelago，NetApp旨在扩展其能力，通过“让客户完全掌控其最重要的资产——数据”，帮助客户创造商业价值。据Kurian称，这也将帮助客户更好地“以释放竞争优势所需的敏捷性来理解和处理数据”。

　　DataPelago的成立旨在解决企业AI领域最大的瓶颈之一：数据迁移。该公司的平台无需在分析前将海量数据复制到多个系统之间，而是直接在数据所在的位置进行处理。他们声称，这有助于减少不必要的数据迁移，同时提高速度和效率。

　　DataPelago指出，尽管许多企业已在GPU和AI模型上投入了数十亿美元，但数据碎片化问题仍在持续阻碍这些投资的回报。如今，通过与NetApp的合作，该公司相信能够帮助客户更好地利用其AI基础设施，并加速AI部署。

　　这一挑战远不止于NetApp和DataPelago两家公司。AI项目通常需要数据在到达模型之前先经过多个不同系统。每次传输都需要时间，并消耗宝贵的计算资源。在某些情况下，甚至会生成数据的另一份(通常是不必要的)副本。随着企业将AI规模化投入生产，减少这些额外步骤变得越来越重要。

　　这之所以重要，原因之一在于AI基础设施的成本。GPU价格昂贵，只有在积极处理数据时才能发挥最大价值。如果数据无法快速准备或传输，这些系统就会浪费宝贵的时间在等待上，而不是运行AI工作负载。减少不必要的数据移动，有助于企业更好地利用已投入的基础设施。

　　为应对这一挑战，NetApp计划将数据处理直接引入存储层。该公司认为，减少数据移动不仅能简化AI工作流，还能帮助客户更好地利用现有计算资源。

　　“DataPelago的Nucleus引擎将软件定义的加速功能直接引入存储层，通过CPU和GPU协同处理数据，使企业无需移动数据即可为AI准备、管理和激活数据。这才是真正的零拷贝激活，”NetApp首席产品官Syam Nair表示。

　　“NetApp管理的企业数据量及覆盖的环境范围均居业界之首。下一阶段的AI竞争将由那些能够让数据在源头发挥作用的企业赢得，而DataPelago团队具备深厚的技术积淀和快速推进的能力，将帮助我们更快实现这一目标。”

　　NetApp的“零拷贝激活”概念旨在消除传统上在AI模型能够使用企业数据之前需要进行的许多数据传输。该公司直接从存储层准备和激活数据，而不是将数据在多个平台之间移动。除了提高性能外，减少不必要的数据移动还可以简化数据治理并降低基础设施成本。

　　随着越来越多的AI项目投入生产，对于管理大规模分布式数据集的企业而言，能够降低复杂性的技术正变得越来越有吸引力。

　　此次交易正值越来越多的基础设施供应商将目光投向传统存储和数据管理之外，他们押注于帮助客户为AI准备和激活企业数据，这将成为企业技术栈中越来越重要的一部分。