随着人工智能（AI）技术的飞速发展，我们正迅速进入一个由数百万个GPU驱动的世界，这些GPU遍布从云端AI工厂到边缘设备的各个角落，持续进行推理、决策和模型优化。然而，传统的企业软件架构已无法满足AI工作负载的独特需求。因此，一个专为AI设计的新型操作系统应运而生，它旨在解决AI在数据、计算和基础设施方面所面临的独特挑战。
AI工作负载的独特需求
AI系统需要处理海量、非结构化的真实世界数据，如图像、视频、遥测数据和文本，这些数据规模巨大，通常以艾字节（exabytes）为单位。此外，AI工作负载还要求实时处理这些数据，以支持高效的决策制定和模型迭代。相比之下，传统的基础设施设计初衷是为了处理事务性和分析性工作负载，它们在处理AI所需的大规模、高并发数据时显得力不从心。
传统基础设施的局限性
当前大多数基础设施仍采用“共享无数据”（shared-nothing）模型，该模型将数据分割成多个分区并分布在多个服务器上，以实现水平扩展。这种方法虽然适用于早期的互联网应用，但并不适合AI环境，因为在AI环境中，数百万个处理器需要同时访问共享数据。随着传统集群的扩大，协调开销也会增加，从而导致实时、高并发工作负载（如AI代理推理和连续反馈循环）出现性能瓶颈。
专为AI设计的新型操作系统
为了克服这些挑战，一个专为AI需求而设计的新型操作系统变得至关重要。这种操作系统需要能够高效地管理数据、计算和AI代理，以支持在广泛分布的环境中进行实时决策、向量搜索和AI代理编排。此外，它还必须确保治理、安全性和实时响应性。
VAST Data提出了一种名为DASE（Disaggregated and Shared-Everything）的新型架构，该架构将计算与存储分离，同时使所有数据在全球范围内高速可访问。这种设计使得CPU和GPU能够直接读取和写入数据，而无需进行节点间的协调，从而显著提高了性能和效率。DASE架构还提供了增强的数据保护方案和全局擦除编码，降低了存储成本并提高了可靠性。
从存储平台到AI操作系统
VAST Data的愿景远不止于打造一个高性能的存储平台。它的目标是构建一个全面的AI数据平台操作系统，该系统能够管理数据、计算和AI运行时服务，同时保持治理、安全性和实时响应性。VAST AI操作系统提供了一个可扩展的、以数据为中心的基础架构，支持存储、计算和AI运行时服务。其中的VASTDataEngine为大规模部署分布式Python函数和微服务提供了容器化环境，而VAST InsightEngine则通过实时生成向量嵌入将非结构化数据转换为AI就绪的上下文。
AI操作系统的未来
随着AI技术的不断普及，企业面临着选择：是继续对为旧工作负载设计的遗留系统进行改造，还是转向专门为基于代理的、实时的、大规模的AI计算而构建的新基础设施。专为AI设计的新型操作系统将成为构建智能、自主系统的关键基石。对于那些将AI视为未来核心的企业而言，采用这样的操作系统将能够为他们提供模型训练、推理、智能应用和自主决策所需的强大基础。
专为AI设计的新型操作系统是解决当前AI基础设施挑战的关键。它通过提供高效的数据管理、计算支持和AI代理编排能力，使AI系统能够实时处理海量非结构化数据，从而支持更智能、更自主的决策制定。随着AI技术的不断发展，这种新型操作系统将成为推动AI应用普及和深化的重要力量。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/zhuan-wei-ai-she-ji-de-xin-xing-cao-zuo-xi-tong-wei-he-ta
