专注于数字技术的商业观察者
登录×
公司
2024-06-12

Hitachi Vantara:全力向混合云和AI转向

时间: 2024-06-12 编辑:

“在未来三年中,日立集团将在AI方面投资37亿美元,包括建立新一代日立生成式AI卓越中心。这将大大推进Hi...

“在未来三年中,日立集团将在AI方面投资37亿美元,包括建立新一代日立生成式AI卓越中心。这将大大推进Hitachi Vantara在AI方面的进展,以确保我们提供的解决方案具有市场响应性并且能够促进客户安全有效地使用AI技术。”Adrian Johnson,Hitachi Vantara亚太副总裁兼总经理如是说。

Adrian Johnson

2024年,AI俨然是整个IT产业和企业级领域最为关注的新兴科技成果:企业级用户希望能够借助AI的能力再次实现自身竞争力的跃迁;而整个IT产业也将AI作为全行业未来的主要发展趋势。事实上,企业级AI应用的本质,一面是对数据本身和处理数据需求的响应,另一面则是需要真正与企业的现实业务场景相匹配——从实践的角度出发,前者是对IT行业的技术提供者提出了更高的技术能力要求,后者则是企业用户采用AI的门槛。但现实的情况是:从IT技术领域看,IT领域支持企业级AI应用的能力正在逐渐形成,但是如何帮助企业用户将AI与业务进行对接,则缺少充分的关注。

今年早些时候,Hitachi Vantara连续发布了四个针对企业级AI应用的重要新闻。这不仅标志着这个曾经专注于数据存储、基础架构与混合云管理的IT技术提供商,已经正式加入AI赛道的角逐,而且与其他的IT技术提供商不同,Hitachi Vantara或许也正在试图帮助企业用户迈过从数据到业务、从AI到场景的关键门槛。

最早与AI产生密切关联的改变发生在2024年4月12日,当天,Hitachi Vantara宣布完成战略重组:负责日立集团数据基础架构解决方案的业务开发、研发和生产的日立IT平台产品管理部,被并入Hitachi Vantara。

“我们的战略重组相当于能够更快地将解决方案带给客户,同时也使得我们能够更贴近客户所运营的市场,更好、更快地满足他们的需求。我们现在相当于是在统一的领导结构之下,将我们全球关于产品、平台的管理部门以及AI部门整合在一起。”在回答笔者的问题时,Adrian Johnson强调,战略重组的一个重要原因,就是要借助IT平台产品管理部的行业知识和工程能力,在IT技术和企业用户需求之间建立起更加密切的关联,从而“加速我们的创新,更好地响应客户,以及缩短上市时间”,进而在不断演进的AI时代,“确保我们提供的解决方案具有市场响应性,并且能够促进客户安全有效地使用AI技术”。

应该说,日立IT平台产品管理部在工程服务领域多年的积累,成了Hitachi Vantara将技术和应用密切联系起来的关键。

“我们提供的解决方案和技术当然可以帮助客户实现AI,但我认为,客户在选择AI时,不应仅仅因为AI是一项时下的热门技术就对其竞相追逐,而应基于自身实际需求来决定是否使用AI,以及如何借助AI解决具体的业务问题并快速获得有益的成果。”Hitachi Vantara亚太区首席技术官Matthew Hardman认为,Hitachi Vantara与其他技术供应商相比,有一个非常大的不同,那就是Hitachi 不仅是技术的提供者,同时也是一个拥有超过110年历史、深度参与行业的合作伙伴,“因此我们不仅能提供技术,还能针对多个行业进行研发,提供行业解决方案,帮助行业客户快速从AI中获取价值。”

为企业用户搭建好了AI应用的实践通道,Hitachi Vantara接下来就迅速地将以往积累的行业知识用于了产品和服务当中。

在公告完成架构重组几天后,4月25日,Hitachi Vantara宣布与NVIDIA合作,以期共同打造新一代变革性AI解决方案:Hitachi Vantara开发了一套名为Hitachi iQ的解决方案组合,通过在其AI解决方案堆栈上分层部署特定行业功能,来推动产出具有针对性的AI成果,从而使AI应用与企业业务更具相关性——换句话说,架构重组的价值正在体现出来,而一个按行业和用户需求定制的企业级AI应用模型也正在逐步形成。

“我们已经完全意识到,业界不可能有一个放之四海皆准的解决方案。我们意识到这样的解决方案应该能够使客户拥有自己独特的运营AI的环境。我们将这些目标带入整个IT过程,并在Hitachi iQ平台上分层部署特定的行业功能,我认为这也是行业和我们公司未来追求的价值观。”Matthew Hardman介绍说,Hitachi iQ并不是一个单一的产品,而是由一系列结合了日立集团及Hitachi Vantara的独特优势,通过软硬件技术和服务组合而成的解决方案,旨在帮助客户解决各种各样的与GPU驱动的工作负载相关的问题和需求。而Hitachi iQ的内部逻辑,则是基于日立以往的行业知识储备和洞察,将技术和行业经验、IT和OT相结合,从而为企业用户提供一个能够在众多领域开发下一代AI模型的AI实践路线图。“去年,集团刚刚宣布建立了日立生成式AI卓越中心,我们专注于能够打造出基于运营技术的基础模型,这使得日立成为首批面向特定行业开发生成式AI模型的公司之一。Hitachi iQ相当于Hitachi Vantara众多组合产品当中的一套解决方案。”Adrian Johnson说。

Matthew Hardman

而对于企业用户而言,Matthew Hardman认为,Hitachi iQ解决方案适合的用户群包括正在探索AI应用、“可能还不清楚自身需要的具体用例和使用场景”的企业用户:“很多企业在使用AI方面,自身也是处在探索的过程中。而我们通过与客户的共同探索和发现,帮助他们形成早期概念并进行验证。一旦概念成熟,客户就可以再考虑进行大规模投资。我们提供的不仅仅是Hitachi iQ这一套解决方案,还包括我们在各行各业的丰富经验、研发和实验室资源,来帮助各行各业的用户找到他们AI应用的场景和用例。也就是说,我们提供的不仅仅是技术或方案,而是围绕AI创新所有方面的技能、知识、经验和实验,来帮忙用户找到如何在AI当中快速获益的途径或方式。”Matthew Hardman说。

向内部借鉴行业知识,向外推出AI应用的行业解决方案,Hitachi Vantara应该说已经为各个层级的企业用户提供了一个完整且可实践的AI应用方法论。接下来,Hitachi Vantara在自身优势的技术层,又打了一个漂亮的组合拳,从而为企业用户应用AI扫清了来自技术层面的最后顾虑。

在Hitachi iQ发布一周后,5月7日,Hitachi Vantara宣布推出新一代单一混合云数据平台——Hitachi Virtual Storage Platform One (VSP One)。据Hitachi Vantara发布的官方信息:VSP One的核心是一个统一的数据生态系统,该系统实现了块存储和文件存储的无缝集成,从而消除了数据孤岛和碎片化现象。

一个月后,6月5日,Hitachi Vantara又宣布推出全新块存储设备,作为其 VSP One 混合云数据平台产品组合的一部分。至此,VSP One 平台就彻底覆盖了包括块、文件和对象存储三种主流的数据管理解决方案,且根据Hitachi Vantara的资料:每种方案均提供通用数据服务,包括通过 Hitachi Storage Virtualization Operating System (SVOS) 软件对第三方存储阵列进行管理。

“AI时代已经给我们带来了诸多挑战。其中一个挑战是:我们需要对现有的基础架构进行现代化改造。”Adrian Johnson认为,企业级AI应用首先要解决的,是企业用户对海量数据的处理能力问题:“最新的报告数据显示,在中国有39%的客户表示他们对即将到来的海量数据感到应接不暇。AI时代的到来,将使这个问题更加严重。而且,49%的公司认为,在接下来的两年内,他们的数据处理量将会翻倍——现在对于客户以及许多机构和组织来说,最大的挑战是他们的数据存储在不同的地方,因此首先要解决的是数据孤岛的问题。在AI时代,我们特别重视如何能够通过单一的可视化工具对数据进行管理,这是我们所需要做的工作。”

Adrian Johnson强调,Hitachi Virtual Storage Platform One将能够有效解决企业遇到的海量数据处理问题:“VSP One是一个单一的混合云平台。推出这个新平台的目的是简化存储管理。也就是说,在统一的平台上,我们将对块存储、文件存储以及对象存储进行统一简化管理。通过将客户的存储体系进行统一简化管理,我们希望能够打破信息孤岛。”

至此,Hitachi Vantara为企业级AI应用打造了一个从技术到应用模式的完整闭环,既解决了企业对数据管理和数据应用方面的技术问题,也提供了实现从AI技术到AI场景的理论支持和工具方法。从某种意义上说,这可能才是一整套完整的企业级AI应用路线图。

“我们所有的努力,包括战略重组、在VSP One堆栈上的投资,以及推出Hitachi iQ一系列组合解决方案,都是为了适应我们在市场上的客户所需的AI解决方案。”Adrian Johnson反复强调,Hitachi Vantara全力对AI进行投入,其目标是为了让客户能够更好地从自己的数据中获得洞察,从而更好地响应市场。“在新的机会到来时,我们希望客户能够在Hitachi Vantara产品、技术、服务的加持下,迅速捕捉到市场上的这些机会,利用我们的高性能产品和端到端解决方案做出快速响应。”

标签:
版权声明:本文版权归数字商业时代所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。