企业中的人工智能
新的人工智能(人工智能)和机器学习(ML)工作负载对企业基础设施提出了新的要求。基于文件的工作负载是许多人工智能主导的创新的核心。因此，非结构化数据(包括视频、图像和音频文件)正在迅速扩展。
然而，企业也寻求从消费者偏好分析中创造新的商业价值，并利用新的自动化水平创造产品。因此，由结构化数据组成的数据集(包括通话记录和信用卡交易)也在不断扩大。最佳的存储基础架构应该在一个统一的存储解决方案中处理这些新兴的基于文件的人工智能工作负载以及现有的基于块和文件的企业工作负载。
企业采用人工智能的存储7个注意事项
企业期望存储解决方案提供许多数据管理功能。企业人工智能的出现特别强调了以下7个方面：
- 设计用于在规模上实现一致的性能
- 优化使用多种存储介质以满足性能、容量和成本目标
- 通过多协议支持实现统一存储
- 集成的企业数据保护功能
- 功能强大的管理工具，可简化和自动化基础架构管理
- 智能基础设施分析
- 经验丰富的解决方案提供商
统一存储的好处
支持并发使用多个协议的存储使解决方案能够整合范围广泛的工作负载，从而实现以下几个业务好处：
- 使数据可用于整个人工智能/ML生命周期的流程
- 无需获取、管理和维护单独的SAN和NAS存储环境
- 实现一致的数据保护
- 降低采购成本、系统管理和管理开销
- 将数据中心的电源、冷却和机架空间成本降至最低
DDN将其高性能计算机和大规模人工智能基础设施专业知识引入Tintri品牌下的企业
Tintri的公司母公司DataDirectNetworks(DDN)是大规模人工智能和HPC环境的领先存储提供商，事实上，它是世界上最大的私有存储公司。DDN已经深入了解了数据密集型工作负载以及它们对任何规模的存储的需求。虽然许多企业现在刚刚超过PB级存储阈值，但DDN的客户机部署的是EB级。
在过去几年中，随着企业对数据密集型人工智能的潜在价值越来越感兴趣，DDN越来越有兴趣将其在大规模数据方面的专业知识应用到企业定制的新解决方案中¬是的。DDN收购了Tintri、Nexenta和IntelliFlash产品线，这些产品线现在统称为Tintri品牌，这为数千家企业及其更广泛的企业基础设施生态系统打开了大门。
这些收购还为DDN带来了一些企业存储领域最先进的人工智能和ML技术，增强了其智能基础设施的能力¬领带。更广泛的DDN战略是在整个DDN和Tintri产品范围内扩展这些和其他人工智能相关的能力和自主操作。
- 推动人工智能工作负载进入商业企业的市场条件，
- 一些特定的企业人工智能用例，以及为什么它们对业务成功越来越重要
- 以及可以帮助组织从人工智能工作负载中获得最大价值的存储基础结构类型，同时避免阻碍人工智能成功部署的陷阱。
