Hitachi Vantara dodaje do VSP One Object możliwość wykonywania zapytań lakehouse bez przenoszenia danych

Hitachi Vantara ogłosiła 11 listopada 2026 r., że VSP One Object może wykonywać zapytania bezpośrednio na obsługiwanych danych w otwartych formatach, korzystając z platformy pamięci masowej. Konfiguracja początkowa obejmuje cztery węzły i ma uprościć wdrożenie. Aktualizacja dodaje też funkcje zarządzania w Hitachi iQ Studio, przeznaczonym do tworzenia aplikacji i agentów AI dla przedsiębiorstw.

Ogłoszenie łączy pamięć obiektową, analitykę lakehouse oraz oprogramowanie służące do tworzenia aplikacji i agentów AI oraz zarządzania nimi. VSP One zapewnia podstawę danych dla Hitachi iQ, które łączy zweryfikowaną infrastrukturę i oprogramowanie AI, aby integrować aplikacje i agentów z danymi, modelami, narzędziami i przepływami pracy w przedsiębiorstwie.

Niższy próg wejścia do pamięci masowej dla AI

Konfiguracja czterowęzłowa zapewnia organizacjom łatwiejszy próg wejścia do pamięci obiektowej przystosowanej do AI. Uproszczone wdrożenie ma ułatwić początkową konfigurację i pozwolić zwiększać pojemność wraz ze wzrostem zapotrzebowania. Hitachi Vantara informuje, że dalsze usprawnienia wydajności przy obsłudze małych obiektów zapewniają nawet 5,5 raza szybszy dostęp do danych na potrzeby AI, analityki i obciążeń S3.

Rozszerzone funkcje replikacji między wieloma lokalizacjami i możliwości regionalne mają zapewnić dostępność, ochronę i dostęp do danych podczas zakłóceń. W przypadku obciążeń AI i analitycznych rozłożonych na wiele lokalizacji funkcje te odpowiadają na inne wymaganie operacyjne niż szybkość zapytań: zapewniają nieprzerwany dostęp do danych źródłowych, gdy coś pójdzie nie tak.

Zapytania lakehouse tam, gdzie znajdują się dane

VSP One Object obsługuje bezpośrednie zapytania dotyczące danych w formatach Iceberg, Parquet, JSON i CSV. Hitachi Vantara informuje, że nowe funkcje zapewniają nawet 5 razy większą wydajność zapytań analitycznych przy użyciu o 80% mniejszej liczby procesorów. Wykonywanie zapytań na platformie pamięci obiektowej ogranicza potrzebę kopiowania obsługiwanych danych do odrębnych systemów analitycznych, co może zmniejszyć liczbę zduplikowanych zbiorów danych i potoków danych, a także ograniczyć infrastrukturę potrzebną do ich utrzymania.

Towarzyszące temu wyjaśnienie Hitachi Vantara dotyczące analityki bez przenoszenia danych wskazuje dwa problemy związane z zarządzaniem danymi wyeksportowanymi z systemu. Kopie mogą z czasem odbiegać od oryginału, dlatego wyjaśnienie wygenerowane na podstawie starszego wyciągu lub wyciągu z innym filtrowaniem może nie odpowiadać danym, na których oparto prognozę; analiza tych samych danych bezpośrednio w miejscu ich przechowywania pozwala zachować zgodność wyjaśnienia z prognozą. Zapewnia też czytelniejszą ścieżkę pochodzenia danych, obejmującą tabele, kolumny i przekształcenia wykorzystane do zasilenia modelu.

Firma przedstawia to podejście jako przydatne w przypadku obciążeń związanych z energetyką i medycyną. Wśród przykładów wymienia łączenie szeregów czasowych z czujników z danymi o zasobach, awariach i rozliczeniach na potrzeby analizy sieci energetycznej, a także odpytywanie metadanych obrazowania i ustrukturyzowanych raportów bez powielania wrażliwych rekordów w odrębnych środowiskach analitycznych.

Zarządzanie modelami i agentami w Hitachi iQ Studio

Hitachi iQ Studio to oprogramowanie dla przedsiębiorstw służące do tworzenia, wdrażania, zarządzania i nadzorowania aplikacji oraz agentów AI. Nowe źródła wiedzy oparte na systemie plików i NFS rozszerzają dostęp do ustrukturyzowanych i nieustrukturyzowanych danych przedsiębiorstwa na potrzeby generowania wspomaganego wyszukiwaniem (RAG). Dostarczają one kontekstu biznesowego dla odpowiedzi AI i agentów, bez konieczności wcześniejszego przenoszenia lub reorganizowania wszystkich tych danych.

Nowa brama modeli zarządza dostępem do modeli lokalnych i zewnętrznych. W ramach tej wersji dodano również zarządzaną łączność z wykorzystaniem Model Context Protocol, która umożliwia łączenie agentów z narzędziami, obsługę ServiceNow oraz dostęp oparty na rolach, obserwowalność i zarządzanie cyklem życia aplikacji i agentów AI w przedsiębiorstwie. Rozszerza to zakres zarządzania poza warstwę pamięci masowej, obejmując dostęp do modeli, narzędzia i działanie agentów.

Dyrektor ds. produktu Octavian Tanase powiązał ten zakres z komunikatem firmy dotyczącym wdrażania AI w środowisku produkcyjnym: „Strategia AI jest dziś nierozerwalnie związana ze strategią danych”.

W przypadku przedsiębiorstw wdrażających AI w środowisku produkcyjnym oznacza to ściślejsze powiązanie decyzji dotyczących infrastruktury z decyzjami dotyczącymi zarządzania. Ograniczenie przepływu danych może uprościć analitykę i ułatwić zachowanie informacji o ich pochodzeniu, ale skuteczność tego podejścia zależy od tego, czy kontrola dostępu, obserwowalność i replikacja pozostaną spójne w miarę rozbudowy wdrożeń poza konfigurację początkową.