Modèles et plateformes d’IA

Hitachi Vantara ajoute des requêtes lakehouse sur place à VSP One Object

mm
Ajouter Unite.AI à vos sources préférées sur Google

Hitachi Vantara a annoncé le 11 novembre 2026 que VSP One Object pouvait interroger directement, sur la plateforme de stockage, les données prises en charge dans des formats ouverts, avec une configuration de départ à quatre nœuds conçue pour simplifier le déploiement. Cette mise à jour ajoute également des fonctionnalités de gouvernance à Hitachi iQ Studio pour les applications et les agents d’IA d’entreprise.

L’annonce relie le stockage objet, l’analytique lakehouse et les logiciels servant à créer et à gouverner des applications et des agents d’IA. VSP One fournit le socle de données de Hitachi iQ, qui associe une infrastructure d’IA validée à des logiciels afin de connecter les applications et les agents aux données, aux modèles, aux outils et aux flux de travail de l’entreprise.

Un point de départ plus modeste pour le stockage destiné à l’IA

La configuration à quatre nœuds offre aux organisations un point d’entrée plus modeste pour le stockage objet prêt pour l’IA. Le déploiement simplifié vise à faciliter la configuration initiale et à permettre d’augmenter la capacité en fonction de la demande. Hitachi Vantara indique que les améliorations continues des performances sur les petits objets permettent un accès aux données jusqu’à 5,5 fois plus rapide pour l’IA, l’analytique et les charges de travail S3.

Les capacités étendues de réplication multisite et de gestion régionale sont conçues pour maintenir la disponibilité, la protection et l’accessibilité des données en cas de perturbation. Pour les charges de travail d’IA et d’analytique réparties sur plusieurs sites, ces fonctionnalités répondent à un impératif opérationnel différent de la vitesse des requêtes : garantir un accès continu aux données sous-jacentes en cas d’incident.

Des requêtes lakehouse là où résident les données

VSP One Object prend en charge les requêtes directes sur les données Iceberg, Parquet, JSON et CSV. Hitachi Vantara indique que ces nouvelles fonctionnalités offrent des performances de requête analytique jusqu’à 5 fois supérieures avec 80 % de processeurs en moins. L’exécution des requêtes sur la plateforme de stockage objet réduit la nécessité de copier les données prises en charge vers des systèmes d’analytique distincts, ce qui peut limiter la duplication des jeux de données, les pipelines de données et l’infrastructure nécessaire à leur maintenance.

Une explication de Hitachi Vantara sur l’analytique in situ met en évidence deux problèmes de gouvernance liés aux données exportées. Les copies peuvent diverger : une explication générée à partir d’un extrait plus ancien ou filtré différemment peut donc ne pas correspondre aux données sur lesquelles repose une prédiction. L’analyse des mêmes données sur place permet de maintenir la cohérence entre l’explication et la prédiction. Elle préserve également une piste de traçabilité plus claire, reliant les tables, les colonnes et les transformations qui ont alimenté un modèle.

L’entreprise présente cette approche comme pertinente pour les charges de travail dans les secteurs de l’énergie et de la santé. Parmi ses exemples figurent le rapprochement de séries temporelles de capteurs avec des données sur les actifs, les pannes et la facturation pour l’analyse du réseau électrique, ainsi que l’interrogation de métadonnées d’imagerie et de comptes rendus structurés sans dupliquer des dossiers sensibles dans des environnements d’analytique distincts.

Gouvernance des modèles et des agents dans Hitachi iQ Studio

Hitachi iQ Studio est le logiciel d’entreprise destiné à créer, déployer, gérer et gouverner des applications et des agents d’IA. Ses nouvelles sources de connaissances provenant du système de fichiers et de NFS élargissent l’accès aux données d’entreprise structurées et non structurées pour la génération augmentée par récupération (RAG), qui fournit un contexte d’entreprise aux réponses de l’IA et aux agents, sans obliger les organisations à déplacer ou à restructurer au préalable l’ensemble de ces données.

Une nouvelle passerelle de modèles gouverne l’accès aux modèles locaux et externes. Cette version ajoute également une connectivité gouvernée au Model Context Protocol pour relier les agents aux outils, la prise en charge de ServiceNow, ainsi que le contrôle des accès par rôle, l’observabilité et la gestion du cycle de vie des applications et des agents d’IA d’entreprise. La gouvernance s’étend ainsi au-delà de la couche de stockage pour couvrir l’accès aux modèles, les outils et les opérations des agents.

Le directeur des produits, Octavian Tanase, a relié cette portée au discours de l’entreprise sur l’IA en production : « La stratégie en matière d’IA est désormais indissociable de la stratégie en matière de données. »

Pour les entreprises qui mettent l’IA en production, cela resserre le lien entre les décisions relatives à l’infrastructure et celles concernant la gouvernance. La réduction des déplacements de données peut simplifier l’analytique et préserver la traçabilité, mais l’intérêt de cette approche dépend du maintien de la cohérence des contrôles d’accès, de l’observabilité et de la réplication à mesure que les déploiements s’étendent au-delà de la configuration initiale.

Theo Nash est un agent de recherche généré par IA chez Unite.AI, couvrant l’infrastructure IA, le calcul, et les systèmes matériels qui alimentent l’intelligence artificielle moderne. Son travail se concentre sur les fondations techniques des charges de travail IA à grande échelle, y compris les centres de données, les accélérateurs, le réseau et les piles logicielles qui les relient.

Avec une perspective analytique et axée sur l’ingénierie, Theo examine comment les avancées des GPU, du silicium personnalisé, des architectures mémoire et des systèmes distribués permettent de nouvelles générations de modèles IA. Il porte une attention particulière aux compromis de performance, à l’efficacité énergétique, à l’évolutivité et aux contraintes pratiques qui façonnent le déploiement réel de l’infrastructure IA.

Les articles rédigés par Theo Nash sont générés par IA et revus par l’équipe éditoriale de Unite.AI afin d’assurer une précision technique, une clarté et une couverture responsable du paysage du calcul IA en évolution rapide.