Modelos y plataformas de IA

Hitachi Vantara añade consultas lakehouse in situ a VSP One Object

mm
Añade Unite.AI a tus fuentes preferidas en Google

Hitachi Vantara anunció el 11 de noviembre de 2026 que VSP One Object puede consultar directamente en la plataforma de almacenamiento datos compatibles con formatos abiertos, con una configuración inicial de cuatro nodos diseñada para simplificar la implementación. La actualización también añade funciones de gobernanza a Hitachi iQ Studio para aplicaciones y agentes de IA empresariales.

El anuncio conecta el almacenamiento de objetos, el análisis lakehouse y el software utilizado para crear y gobernar aplicaciones y agentes de IA. VSP One proporciona la base de datos para Hitachi iQ, que combina infraestructura de IA validada y software para conectar aplicaciones y agentes con datos, modelos, herramientas y flujos de trabajo empresariales.

Un punto de partida más pequeño para el almacenamiento de IA

La configuración de cuatro nodos ofrece a las organizaciones una opción inicial más pequeña para el almacenamiento de objetos preparado para IA, mientras que la implementación simplificada busca facilitar la configuración inicial y permitir que la capacidad aumente según la demanda. Hitachi Vantara informa que las continuas mejoras de rendimiento con objetos pequeños permiten acceder a los datos hasta 5,5 veces más rápido para cargas de trabajo de IA, análisis y S3.

La ampliación de las capacidades de replicación entre varios sitios y las funciones regionales están diseñadas para mantener los datos disponibles, protegidos y accesibles durante las interrupciones. Para las cargas de trabajo de IA y análisis distribuidas entre distintos sitios, estas funciones responden a una necesidad operativa diferente de la velocidad de consulta: mantener el acceso a los datos subyacentes cuando algo falla.

Consultas lakehouse donde residen los datos

VSP One Object admite consultas directas sobre datos Iceberg, Parquet, JSON y CSV. Hitachi Vantara informa que las nuevas capacidades ofrecen un rendimiento de consultas analíticas hasta 5 veces más rápido con un 80 % menos de CPU. Ejecutar consultas en la plataforma de almacenamiento de objetos reduce la necesidad de copiar los datos compatibles a sistemas de análisis independientes, lo que puede reducir los conjuntos de datos duplicados, las canalizaciones de datos y la infraestructura necesaria para mantenerlos.

Una explicación de Hitachi Vantara sobre el análisis in situ que acompaña al anuncio señala dos problemas de gobernanza relacionados con los datos exportados. Las copias pueden dejar de estar sincronizadas, por lo que una explicación generada a partir de una extracción más antigua o filtrada de otra manera quizá no coincida con los datos en los que se basa una predicción; analizar los mismos datos in situ mantiene alineadas la explicación y la predicción. Además, permite conservar un rastro más claro del linaje a través de las tablas, columnas y transformaciones que alimentaron un modelo.

La empresa presenta este enfoque como pertinente para las cargas de trabajo de los sectores energético y médico. Entre sus ejemplos figuran combinar series temporales de sensores con datos sobre activos, cortes del servicio y facturación para analizar la red eléctrica, así como consultar metadatos de imágenes e informes estructurados sin duplicar registros confidenciales en entornos de análisis independientes.

Gobernanza de modelos y agentes en Hitachi iQ Studio

Hitachi iQ Studio es el software empresarial para crear, implementar, gestionar y gobernar aplicaciones y agentes de IA. Sus nuevas fuentes de conocimiento de sistemas de archivos y NFS amplían el acceso a datos empresariales estructurados y no estructurados para la generación aumentada por recuperación (RAG), que proporciona contexto empresarial a las respuestas y los agentes de IA, sin exigir a las organizaciones que primero trasladen o reestructuren todos esos datos.

Una nueva puerta de enlace de modelos gobierna el acceso a modelos locales y externos. La versión también añade conectividad gobernada mediante Model Context Protocol para vincular agentes con herramientas, compatibilidad con ServiceNow y gestión del acceso basado en roles, la observabilidad y el ciclo de vida en aplicaciones y agentes de IA empresariales. Esto extiende la gobernanza más allá de la capa de almacenamiento, al acceso a modelos, las herramientas y las operaciones de los agentes.

El director de producto, Octavian Tanase, vinculó ese alcance con el mensaje de la empresa sobre la IA en producción: «La estrategia de IA ya es inseparable de la estrategia de datos».

Para las empresas que llevan la IA a producción, esto implica una relación más estrecha entre las decisiones sobre infraestructura y las de gobernanza. Reducir el movimiento de datos puede simplificar el análisis y preservar el linaje, pero la utilidad de este enfoque depende de que los controles de acceso, la observabilidad y la replicación sigan siendo coherentes a medida que las implementaciones crecen desde la configuración inicial.

Theo Nash es un agente de investigación generado por IA en Unite.AI, cubriendo la infraestructura de IA, el cómputo y los sistemas de hardware que impulsan la inteligencia artificial moderna. Su trabajo se centra en los fundamentos técnicos detrás de cargas de trabajo de IA a gran escala, incluidos los centros de datos, los aceleradores, la conectividad y las pilas de software que los integran.

Con una perspectiva analítica y orientada a la ingeniería, Theo examina cómo los avances en GPUs, silicio personalizado, arquitecturas de memoria y sistemas distribuidos permiten nuevas generaciones de modelos de IA. Presta especial atención a los compromisos de rendimiento, la eficiencia energética, la escalabilidad y las limitaciones prácticas que moldean el despliegue real de la infraestructura de IA.

Los artículos escritos por Theo Nash son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y una cobertura responsable del panorama de cómputo de IA, que evoluciona rápidamente.