Supermicro Open Storage Summit ’26

AI 推論 儲存需要在效能和成本之間進行權衡。要在預算成本範圍內實現預期效能，需要精心設計並為每項任務選擇最佳儲存技術。將採用全快閃媒體的高效能並行檔案系統與主要基於硬碟機的物件儲存層結合，可同時實現高效能和最佳化。 TCO本次會議匯集了來自 WEKA、Scality、三星半導體、西部資料等公司的文件和物件儲存、快閃媒體、硬碟和 CPU 領域的領導者。 Supermicro 描述所有這些要素如何在工程解決方案中結合。

雖然他們通常使用通用AI 硬體和軟體，以及金融服務、生命科學/製藥和製造業等垂直產業，都有其獨特的需求，包括回應時間、數據和工作流程。本次小組討論將探討… DDN鎧俠、WD 和Supermicro 演講者以金融市場交易和基因組學工作流程為例，探討了該軟體如何發揮作用。 SSD 和HDD 本文探討了儲存媒體和系統要求，並分析了它們的共同點和差異。

與所有IT項目一樣， AI 專案需要進行使用者驗收測試、整合測試和部署。然而，在正式上線之前，它們還面臨其他挑戰，包括成本和代幣經濟、可擴展基礎設施的選擇、資料準備、存取和治理以及用戶引導。本次小組討論將邀請 Nutanix、MinIO、PEAK:AIO 等公司參與。 Supermicro 探討了這些挑戰，並根據以往的部署經驗提供了最佳實踐。

專門從事大規模雲端服務的Neoclouds AI 工作負載，提供超大規模資料中心的規模，同時保持AI重點內容。本次會議重點討論新雲端如何提供差異化的服務、規模和存儲，以支援客戶的需求。 AI 工作負載。 Crusoe 的代表與合作夥伴一起探討了新雲端如何實現其特性和功能的差異化。 Supermicro ， VAST 數據和鎧俠。

推論 大規模部署需要優化運算、儲存和網路效能。在本環節中，講者將探討 IBM 如何做到這一點。 Supermicro而鎧俠（Kioxia）可以提供高度可擴展的解決方案。 AI 推論該環節還解釋了為什麼需要 KV 快取和AI 數據平台（AIDP）對於改進至關重要推論 響應時間和優化設計AI 工廠。以及組合解決方案為改善首次令牌回應時間以及優化 AIDP 的資料和運算設計帶來的好處。 Supermicro 全快閃儲存系統。

企業通常擁有各種各自獨立的傳統儲存系統。增加新的儲存容量需要擴充這些傳統系統或部署全新的基礎架構。 AI 本次會議提出了在增加專用容量的同時，整合現有儲存系統和資料的新要求。會議將重點介紹 Hammerspace、Sandisk 等公司。 Supermicro 探討如何將現有和新增能力與新興能力結合AI 工作流程。

代理商AI 大規模部署需要高容量、低延遲的上下文記憶體來儲存和檢索鍵值（KV）快取資料。推論 工作流程。為了解決這個問題，人們提出了新的儲存層和架構，透過平衡重新處理來解決這個問題。推論 針對先前計算的令牌的檢索進行查詢。這個位於本地 GPU 系統 SSD 和網路儲存之間的新層被稱為“上下文記憶體”，它允許將長上下文令牌持久保存在大規模儲存陣列中。本次會話與VAST 數據、Solidigitm 和Supermicro 描述了上下文記憶體層的實作、用途和權衡。

資料湖和資料湖屋找到了新的用途AI 超越傳統分析和資料倉儲。現代資料湖建構於物件儲存基礎架構之上，並採用業界標準資料格式以確保互通性。資料湖的事務處理基礎設施能力也支持AI 原生支援工作流程，包括資料管道處理推論 工作負載和上下文記憶體服務。演講者來自 MinIO， AMD 和Supermicro 探討資料湖和湖屋角色的轉變。

AI 數據平台代表了一種新的類別AI 負責處理企業資料預處理的基礎設施，包括資料攝取、標準化、向量化以及將資料移交給企業。 AI 工廠。這些可擴展的系統，融合了數據管理功能 借助 GPU 基礎設施，可以從小規模工作小組起步，並隨著需求的成長而擴展。預先整合的軟硬體可加快現場部署和運行準備速度。內建的 RAG（紅綠燈）、視覺化搜尋和文件處理等工作流程，為使用者提供了一個便利的起點。 AI來自…的專家DDN Solidigm 和Supermicro 討論AI 數據平台應用案例。

下一代雲端儲存融合了本地邊緣服務，提供低延遲的本地儲存節點，可由雲端服務供應商 (CSP) 集中管理。在本次會議中，CSP Iron Mountain 將介紹 Iron Cloud 的下一階段，其中包括用於本地備份和檢索的本地解決方案，該方案還能將資料遷移到 Iron Cloud 後端進行長期保留。此解決方案整合了 Scality 物件儲存並使用Supermicro 後端和邊緣系統。

非結構化資料佔企業獨特資料的 80%-90%。由於成本和資料的快速成長，大多數企業僅保留其產生資料的 5%。 AI 工作流程、物聯網感測器和其他機器產生的數據。這些數據中的大部分對於未來的訓練以及…都很有價值。法規符合性 審計、調試和理解AI 輸出。對這些資料進行聚合、標準化和處理構成了企業的基礎。 AI 實施。來自 Cloudian、Hammerspace、Seagate 和Supermicro 探討管理和保留這些資料的最佳實務。

企業AI尤其是施事性的AI引入了新的 IT 挑戰，包括資料準備和治理、硬體和軟體基礎設施、部署模型、擴展性和經濟性以及維運。本次與 Nutanix 的會議， AMD 和Supermicro 匯集了各領域的專家AI 從解決方案、晶片和系統角度探討基礎設施，討論本地部署和混合部署模型、解決方案整合等。