Supermicro Open Storage Summit ’26

AI 推論 ストレージには、パフォーマンスとコストのトレードオフが伴います。予算内で目標とするパフォーマンスを達成するには、各タスクに最適なストレージ技術を慎重に設計し、選択する必要があります。ハイパフォーマンス 並列ファイルシステムオールフラッシュ 主にHDDをベースとしたオブジェクトストレージ層を備えたメディアは、高性能と最適化されたTCOこのセッションでは、WEKA、Scality、Samsung Semiconductor、WD、およびSupermicro それら全てがどのように組み合わさって、工学的ソリューションとなるのかを説明する。

一般的には共通AI ハードウェアとソフトウェア、金融サービス、ライフサイエンス/製薬、製造業などの垂直産業には、応答時間、データ、ワークフローなど、独自の要件があります。このパネルでは、 DDNキオクシア、WD、 Supermicro 講演者は、ソフトウェアがどのように金融市場の取引所やゲノムワークフローに活用されているかの例として、金融市場の取引所やゲノムワークフローを検証します。 SSD そしてHDD ストレージメディア、およびシステム要件について検討し、共通点と相違点を明らかにする。

すべてのITイニシアチブと同様に、 AI プロジェクトには、ユーザー受け入れテスト、統合テスト、デプロイメントが必要です。しかし、コストとトークンエコノミクス、スケーラブルなインフラストラクチャの選択、データの準備、アクセスとガバナンス、ユーザーオンボーディングなど、本番環境に到達する前にさらに多くのハードルにも直面します。Nutanix、MinIO、PEAK:AIO、 Supermicro 本書では、これらの課題について議論し、過去の導入事例に基づいたベストプラクティスを提示する。

大規模なAI ワークロードは、ハイパースケーラーの規模を維持しながら、 AI -特定の焦点。このセッションでは、ネオクラウドが顧客をサポートするために差別化されたサービス、スケーラビリティ、ストレージをどのように提供するかに焦点を当てます。 AI ワークロード。Crusoeの担当者が、パートナー企業とともに、ネオクラウドがどのような機能と特性で差別化されているかについて説明します。 Supermicro 、 VAST データとキオクシア。

推論 大規模環境では、コンピューティング、ストレージ、ネットワークのパフォーマンスの最適化が必要です。このセッションでは、IBM、 Supermicro 、そしてキオクシアは、 AI 推論また、このセッションでは、KV キャッシュとAI データプラットフォーム（AIDP）は改善に不可欠です推論 応答時間と設計の最適化AI 工場. そして、この組み合わせたソリューションが、最初のトークン応答までの時間を改善し、AIDP のデータと計算設計を最適化するためにもたらす利点は、 Supermicro オールフラッシュ ストレージシステム。

企業は多くの場合、複数の独立したレガシーストレージシステムを運用している。新たな容量を追加するには、これらのレガシーシステムを拡張するか、新規にインフラストラクチャを構築する必要がある。 AI 既存のストレージシステムとデータを統合しつつ、専用容量を追加するための新しい要件を導入します。このセッションでは、Hammerspace、Sandisk、 Supermicro 既存の能力と新たな能力を、新興の能力とどのように統合するかについて議論するAI ワークフロー。

エージェントAI 大規模には、高容量かつ低遅延のコンテキストが必要となる。メモリー キー値（KV）を保存および取得し、キャッシュデータを使用する推論 ワークフロー。この問題を解決するために、新しいストレージ階層とアーキテクチャが提案されています。推論 以前に計算されたトークンの取得に対するクエリ。ローカルGPUシステムSSDとネットワークストレージの間に配置されたこの新しい階層は、「コンテキスト」と呼ばれています。メモリー」と、長いコンテキストトークンを大規模ストレージアレイに保持することを可能にします。このセッションではVAST データ、ソリディグム、 Supermicro コンテキストの実装、使用方法、およびトレードオフについて説明します。メモリー 階層。

データレイクとレイクハウスは新たな用途を見出しましたAI 従来の分析やデータウェアハウジングの枠を超えています。最新のデータレイクはオブジェクトストレージインフラストラクチャ上に構築され、相互運用性を確保するために業界標準のデータフォーマットを使用しています。データレイクハウスのトランザクションインフラストラクチャ機能は、 AI データパイプライン処理を含むワークフローをネイティブにサポートします。推論 ワークロードとコンテキストメモリー 講演者：MinIO、 AMD そしてSupermicro データレイクとレイクハウスの役割の変化について議論する。

AI データプラットフォームは、 AI 企業データの前処理（データ取り込み、正規化、ベクトル化、企業へのデータ引き渡しなど）を処理するインフラストラクチャAI 工場データ管理とGPUインフラストラクチャの両方を組み込んだこれらのスケーラブルなシステムは、ワークグループ向けに小規模から開始し、需要の増加に応じて拡張できます。事前統合されたソフトウェアとハ​​ードウェアにより、オンサイトでの迅速な展開と運用準備が可能になります。RAG、ビジュアル検索、ドキュメント処理などの組み込みワークフローにより、アクセスしやすい開始点が提供されます。 AI専門家DDN SolidigmとSupermicro 話し合うAI データプラットフォームのユースケース。

次世代のクラウド ストレージには、CSPが一元管理できる低遅延のローカルストレージノードを提供するオンプレミスエッジサービスが組み込まれています。このセッションでは、CSPのIron MountainがIronの次のフェーズについて説明します。クラウドこれには、ローカルバックアップとデータ取得のためのオンプレミスソリューションも含まれ、データはIronにも転送されます。クラウド 長期保存用のバックエンド。このソリューションはScalityオブジェクトストレージを組み込み、 Supermicro バックエンドシステムとエッジシステム。

非構造化データは、企業の固有データの 80% ～ 90% を占めています。ほとんどの企業は、コストと急速な拡大のため、生成したデータの 5% しか保持していません。 AI ワークフロー、IoTセンサー、その他の機械生成データ。これらのデータの多くは将来的に価値がある。トレーニングコンプライアンス監査、デバッグ、理解などAI 出力。このデータの集約、正規化、処理は、エンタープライズの基盤を形成します。 AI 実装。Cloudian、Hammerspace、Seagate、 Supermicro このデータの管理と保持に関するベストプラクティスについて話し合う。

企業AI特に、主体的なAIデータ準備とガバナンス、ハードウェアとソフトウェアのインフラストラクチャ、展開モデル、スケーリングと経済性、運用など、新たなIT課題が提起されています。Nutanixとのこのセッションでは、 AMD そしてSupermicro 専門家を集めてAI ソリューション、シリコン、システムといった観点​​からインフラストラクチャについて議論し、オンプレミスおよびハイブリッド展開モデル、ソリューション統合などについて検討します。