Hitachi Vantara Menambahkan Kueri Lakehouse di Lokasi Data pada VSP One Object

Hitachi Vantara mengumumkan pada 11 November 2026 bahwa VSP One Object dapat mengueri data berformat terbuka yang didukung secara langsung di platform penyimpanan, dengan konfigurasi awal empat node yang dirancang untuk menyederhanakan penerapan. Pembaruan ini juga menambahkan fitur tata kelola ke Hitachi iQ Studio untuk aplikasi dan agen AI perusahaan.

Pengumuman ini menghubungkan penyimpanan objek, analitik lakehouse, serta perangkat lunak yang digunakan untuk membangun dan mengatur aplikasi dan agen AI. VSP One menyediakan fondasi data untuk Hitachi iQ, yang menggabungkan infrastruktur dan perangkat lunak AI tervalidasi guna menghubungkan aplikasi dan agen dengan data, model, alat, dan alur kerja perusahaan.

Titik Awal yang Lebih Terjangkau untuk Penyimpanan AI

Konfigurasi empat node memberi organisasi titik awal yang lebih terjangkau untuk penyimpanan objek yang siap mendukung AI. Sementara itu, penerapan yang disederhanakan dirancang agar penyiapan awal lebih mudah dan kapasitas dapat ditingkatkan sesuai permintaan. Hitachi Vantara melaporkan bahwa peningkatan berkelanjutan pada kinerja objek kecil mendukung akses data hingga 5,5 kali lebih cepat untuk beban kerja AI, analitik, dan S3.

Replikasi multisitus dan kemampuan regional yang diperluas dirancang untuk menjaga ketersediaan, perlindungan, dan aksesibilitas data saat terjadi gangguan. Untuk beban kerja AI dan analitik yang tersebar di beberapa lokasi, fitur-fitur ini menangani kebutuhan operasional yang berbeda dari kecepatan kueri: akses berkelanjutan ke data yang mendasarinya ketika terjadi masalah.

Kueri Lakehouse di Lokasi Data

VSP One Object mendukung kueri langsung atas data Iceberg, Parquet, JSON, dan CSV. Hitachi Vantara melaporkan bahwa kemampuan baru ini menghasilkan kinerja kueri analitik hingga 5 kali lebih cepat dengan penggunaan CPU 80% lebih sedikit. Menjalankan kueri di platform penyimpanan objek mengurangi kebutuhan untuk menyalin data yang didukung ke sistem analitik terpisah, sehingga dapat mengurangi duplikasi kumpulan data, alur data, dan infrastruktur yang diperlukan untuk memeliharanya.

Penjelasan Hitachi Vantara tentang analitik di lokasi data yang menyertai pengumuman ini mengidentifikasi dua masalah tata kelola terkait data yang diekspor. Salinan data dapat menyimpang, sehingga penjelasan yang dihasilkan dari ekstrak yang lebih lama atau difilter secara berbeda mungkin tidak sesuai dengan data yang mendasari suatu prediksi; menganalisis data yang sama di lokasi data membuat penjelasan dan prediksi tetap selaras. Cara ini juga mempertahankan jejak silsilah data yang lebih jelas, yang mencakup tabel, kolom, dan transformasi yang menjadi masukan bagi suatu model.

Perusahaan ini menyatakan bahwa pendekatan tersebut relevan untuk beban kerja di bidang energi dan medis. Contohnya mencakup penggabungan deret waktu sensor dengan data aset, pemadaman, dan penagihan untuk analisis jaringan listrik, serta penguerian metadata pencitraan dan laporan terstruktur tanpa menggandakan catatan sensitif ke lingkungan analitik terpisah.

Tata Kelola Model dan Agen di Hitachi iQ Studio

Hitachi iQ Studio adalah perangkat lunak perusahaan untuk membangun, menerapkan, mengelola, dan mengatur aplikasi dan agen AI. Sumber pengetahuan filesystem dan NFS yang baru memperluas akses ke data perusahaan yang terstruktur dan tidak terstruktur untuk generasi dengan pengambilan-terimbuh (RAG), yang menyediakan konteks perusahaan bagi respons dan agen AI, tanpa mengharuskan organisasi memindahkan atau menyusun ulang semua data tersebut terlebih dahulu.

Model Gateway baru mengatur akses ke model lokal dan eksternal. Rilis ini juga menambahkan konektivitas Model Context Protocol yang diatur untuk menghubungkan agen dengan alat, dukungan ServiceNow, serta akses berbasis peran, observabilitas, dan pengelolaan siklus hidup untuk aplikasi dan agen AI perusahaan. Langkah ini memperluas tata kelola melampaui lapisan penyimpanan hingga mencakup akses model, alat, dan pengoperasian agen.

Direktur produk Octavian Tanase mengaitkan cakupan tersebut dengan pesan perusahaan tentang AI produksi: “Strategi AI kini tak terpisahkan dari strategi data.”

Bagi perusahaan yang membawa AI ke tahap produksi, dampaknya adalah hubungan yang lebih erat antara keputusan infrastruktur dan tata kelola. Mengurangi perpindahan data dapat menyederhanakan analitik dan mempertahankan silsilah data, tetapi manfaat pendekatan ini bergantung pada konsistensi kontrol akses, observabilitas, dan replikasi seiring berkembangnya penerapan dari konfigurasi awal.