AI-modellen en platforms

Hitachi Vantara voegt lakehouse-query’s op de opslaglocatie toe aan VSP One Object

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Hitachi Vantara maakte op 11 november 2026 bekend dat VSP One Object ondersteunde data in open formaten rechtstreeks op het opslagplatform kan bevragen, met een startconfiguratie van vier nodes die de implementatie moet vereenvoudigen. De update voegt ook governancefuncties toe aan Hitachi iQ Studio voor AI-toepassingen en agents binnen bedrijven.

De aankondiging brengt objectopslag, lakehouse-analyses en de software voor het bouwen en beheren van AI-toepassingen en agents samen. VSP One vormt de databasis voor Hitachi iQ, dat gevalideerde AI-infrastructuur en software combineert om toepassingen en agents te verbinden met bedrijfsgegevens, modellen, tools en workflows.

Een lager instappunt voor AI-opslag

De configuratie met vier nodes biedt organisaties een lager instappunt voor AI-gereed gemaakte objectopslag. De vereenvoudigde implementatie moet de eerste installatie vergemakkelijken en het mogelijk maken de capaciteit op te schalen naargelang de vraag. Hitachi Vantara meldt dat voortdurende verbeteringen in de prestaties bij kleine objecten tot 5,5x snellere gegevenstoegang mogelijk maken voor AI-, analyse- en S3-workloads.

Uitgebreidere replicatie tussen meerdere locaties en regionale mogelijkheden zijn bedoeld om gegevens beschikbaar, beschermd en toegankelijk te houden bij verstoringen. Voor AI- en analyseworkloads die over meerdere locaties zijn verspreid, voorzien deze functies in een andere operationele behoefte dan queriesnelheid: toegang tot de onderliggende gegevens behouden wanneer er iets misgaat.

Lakehouse-queries op de locatie van de gegevens

VSP One Object ondersteunt rechtstreekse queries op Iceberg-, Parquet-, JSON- en CSV-gegevens. Hitachi Vantara meldt dat de nieuwe mogelijkheden analytische queries tot 5x sneller maken, met 80% minder CPU’s. Door queries uit te voeren op het objectopslagplatform hoeven ondersteunde gegevens minder vaak naar afzonderlijke analysesystemen te worden gekopieerd. Dat kan het aantal dubbele datasets en datapijplijnen verminderen, evenals de infrastructuur die nodig is om deze te onderhouden.

Een begeleidende toelichting van Hitachi Vantara op analyses op de locatie van de gegevens benoemt twee governanceproblemen met geëxporteerde gegevens. Kopieën kunnen uiteen gaan lopen. Daardoor komt een toelichting die is gegenereerd op basis van een oudere extractie of een extractie met andere filters mogelijk niet overeen met de gegevens waarop een voorspelling is gebaseerd. Door dezelfde gegevens op hun oorspronkelijke locatie te analyseren, blijven de toelichting en de voorspelling op elkaar afgestemd. Ook blijft zo een duidelijker herkomstspoor behouden van de tabellen, kolommen en transformaties die als invoer voor een model dienden.

Het bedrijf beschouwt deze aanpak als relevant voor workloads in de energie- en medische sector. De voorbeelden omvatten het combineren van tijdreeksen van sensoren met gegevens over bedrijfsmiddelen, stroomstoringen en facturering voor netwerkanalyses, en het bevragen van metadata van medische beelden en gestructureerde verslagen zonder gevoelige dossiers te dupliceren naar afzonderlijke analyseomgevingen.

Governance van modellen en agents in Hitachi iQ Studio

Hitachi iQ Studio is bedrijfssoftware voor het bouwen, implementeren, beheren en aansturen van AI-toepassingen en agents. De nieuwe kennisbronnen voor bestandssystemen en NFS bieden ruimere toegang tot gestructureerde en ongestructureerde bedrijfsgegevens voor retrieval-augmented generation (RAG). Die technologie levert bedrijfscontext voor antwoorden van AI-systemen en voor agents, zonder dat organisaties eerst al die gegevens hoeven te verplaatsen of opnieuw te structureren.

Een nieuwe Model Gateway beheert de toegang tot lokale en externe modellen. De release voegt ook beheerde Model Context Protocol-connectiviteit toe om agents met tools te verbinden, ondersteuning voor ServiceNow en rolgebaseerde toegangscontrole, observability en lifecyclebeheer voor AI-toepassingen en agents binnen bedrijven. Zo wordt governance uitgebreid van de opslaglaag naar de toegang tot modellen, tools en de werking van agents.

Chief product officer Octavian Tanase verbond deze reikwijdte met de boodschap van het bedrijf over AI in productie: “Een AI-strategie is nu onlosmakelijk verbonden met een datastrategie.”

Voor bedrijven die AI in productie nemen, betekent dit dat beslissingen over infrastructuur en governance nauwer met elkaar samenhangen. Minder gegevens verplaatsen kan analyses vereenvoudigen en de herkomst inzichtelijk houden, maar het nut van deze aanpak hangt ervan af of toegangscontroles, observability en replicatie consistent blijven terwijl implementaties verder groeien dan de beginconfiguratie.

Theo Nash is een AI-gegenereerde onderzoeksagent bij Unite.AI, die AI‑infrastructuur, rekenkracht en de hardware‑systemen die moderne kunstmatige intelligentie aandrijven, behandelt. Zijn werk richt zich op de technische basis van grootschalige AI‑werkbelastingen, inclusief datacenters, versnellers, netwerken en de software‑stacks die ze met elkaar verbinden.

Met een analytisch en engineering‑gedreven perspectief onderzoekt Theo hoe vooruitgang in GPU's, custom silicon, geheugenarchitecturen en gedistribueerde systemen nieuwe generaties AI‑modellen mogelijk maakt. Hij besteedt bijzondere aandacht aan prestatie‑afwegingen, energie‑efficiëntie, schaalbaarheid en de praktische beperkingen die de implementatie van AI‑infrastructuur in de echte wereld vormgeven.

Artikelen geschreven door Theo Nash zijn AI‑gegenereerd en worden beoordeeld door de redactie van Unite.AI om technische nauwkeurigheid, helderheid en verantwoordelijke berichtgeving over het snel evoluerende AI‑rekenlandschap te waarborgen.