Hitachi Vantara přidává do VSP One Object dotazy typu lakehouse přímo nad uloženými daty

Hitachi Vantara oznámila 11. listopadu 2026, že VSP One Object dokáže přímo na úložné platformě dotazovat podporovaná data v otevřených formátech. Výchozí konfigurace se čtyřmi uzly má zjednodušit nasazení. Aktualizace přináší také funkce správy a řízení do Hitachi iQ Studio pro podnikové aplikace a agenty s umělou inteligencí.

Oznámení propojuje objektové úložiště, analytiku typu lakehouse a software používaný k vývoji a správě aplikací a agentů s umělou inteligencí. VSP One poskytuje datový základ pro Hitachi iQ, který kombinuje ověřenou infrastrukturu a software pro umělou inteligenci, aby propojil aplikace a agenty s podnikovými daty, modely, nástroji a pracovními postupy.

Menší výchozí konfigurace pro úložiště připravené na umělou inteligenci

Konfigurace se čtyřmi uzly nabízí organizacím dostupnější vstupní variantu objektového úložiště připraveného na umělou inteligenci. Zjednodušené nasazení má usnadnit počáteční nastavení a umožnit rozšiřovat kapacitu podle poptávky. Hitachi Vantara uvádí, že průběžná zlepšení výkonu při práci s malými objekty umožňují až 5,5× rychlejší přístup k datům pro úlohy umělé inteligence, analytiky a S3.

Rozšířené možnosti replikace mezi lokalitami a regionální funkce mají zajistit dostupnost, ochranu a přístup k datům i během výpadků. U úloh umělé inteligence a analytiky rozložených mezi více lokalit řeší tyto funkce jiný provozní požadavek než rychlost dotazů: zachování přístupu k podkladovým datům, když nastane problém.

Dotazy typu lakehouse přímo tam, kde jsou data

VSP One Object podporuje přímé dotazy nad daty ve formátech Iceberg, Parquet, JSON a CSV. Hitachi Vantara uvádí, že nové funkce zajišťují až pětinásobně vyšší výkon analytických dotazů při použití o 80 % menšího počtu CPU. Spouštění dotazů přímo na platformě objektového úložiště omezuje potřebu kopírovat podporovaná data do samostatných analytických systémů, což může snížit množství duplicitních datových sad, datových toků i infrastruktury potřebné k jejich údržbě.

Doprovodné vysvětlení společnosti Hitachi Vantara k analytice přímo nad uloženými daty upozorňuje na dva problémy správy dat, které vznikají při jejich exportu. Kopie se mohou odchýlit od originálu, takže vysvětlení vytvořené na základě staršího výpisu nebo výpisu filtrovaného jiným způsobem nemusí odpovídat datům, z nichž vychází predikce. Analýza stejných dat přímo na místě zajišťuje, že vysvětlení a predikce zůstávají v souladu. Zároveň zachovává přehlednější stopu původu dat napříč tabulkami, sloupci a transformacemi, které posloužily jako vstup pro model.

Společnost uvádí, že tento přístup se hodí pro energetické a zdravotnické úlohy. Mezi její příklady patří propojení časových řad ze senzorů s údaji o zařízeních, výpadcích a fakturaci pro analýzu elektrické sítě a dotazování metadat ze zobrazovacích vyšetření a strukturovaných zpráv bez nutnosti kopírovat citlivé záznamy do samostatných analytických prostředí.

Správa modelů a agentů v Hitachi iQ Studio

Hitachi iQ Studio je podnikový software pro vývoj, nasazování, správu a řízení aplikací a agentů s umělou inteligencí. Nové zdroje znalostí ze souborových systémů a NFS rozšiřují přístup ke strukturovaným i nestrukturovaným podnikovým datům pro generování rozšířené vyhledáváním (RAG). To poskytuje aplikacím a agentům s umělou inteligencí podnikový kontext pro jejich odpovědi, aniž by organizace musely nejprve všechna tato data přesouvat nebo měnit jejich strukturu.

Nová brána Model Gateway řídí přístup k lokálním i externím modelům. Tato verze přináší také řízené propojení prostřednictvím protokolu Model Context Protocol, které umožňuje spojovat agenty s nástroji, podporu ServiceNow a řízení přístupu na základě rolí, pozorovatelnost a správu životního cyklu podnikových aplikací a agentů s umělou inteligencí. Správa a řízení se tak rozšiřují za hranice úložné vrstvy a zahrnují také přístup k modelům, nástroje a provoz agentů.

Ředitel pro produktovou strategii Octavian Tanase spojil tento záběr se sdělením společnosti o zavádění umělé inteligence do produkčního provozu: „Strategii umělé inteligence dnes nelze oddělit od datové strategie.“

Pro podniky, které zavádějí umělou inteligenci do produkčního provozu, to znamená těsnější propojení rozhodnutí o infrastruktuře a správě a řízení. Omezení přesunů dat může analytiku zjednodušit a zachovat jejich původ, užitečnost tohoto přístupu však závisí na tom, zda řízení přístupu, pozorovatelnost a replikace zůstanou konzistentní i při rozšiřování nasazení nad rámec počáteční konfigurace.