Vast Data推出全局控制平面擴展AI操作系統

Vast Data公司在其Forward 2026大會上宣布了一系列重大更新，標志著該公司從存儲供應商向人工智能基礎設施平臺的持續演進。此次發布的核心是對其AI操作系統的全面擴展。

新功能包括針對混合云和多云部署的全局控制平面、面向智能體AI系統的零信任框架、與英偉達加速計算堆棧的深度集成，以及涵蓋視頻智能、網絡安全和云服務的新生態合作伙伴關系。

該公司認為，構建關鍵任務AI系統的企業將優先考慮在單一操作模式下緊密集成數據、計算、治理和編排功能。Vast聯合創始人Jeff Denworth表示："數據對AI策略至關重要，特別是當企業擴展推理管道并將受監管的企業數據納入AI驅動的工作流時。"

Polaris全局控制平面

基礎設施公告的核心是Polaris，這是一個基于Kubernetes的全局控制平面，旨在跨公有云、新興云和本地環境編排Vast集群。

隨著AI訓練、推理和數據收集越來越多地在不同地理位置和不同合規制度下進行，企業正在面臨運營分散的問題。Polaris引入了一個集中管理層，用于配置、升級和治理分布式Vast環境，同時維護本地數據路徑。

Vast云業務總經理Jonsi Stefansson表示，Polaris從云生命周期管理器發展為更廣泛的編排框架，能夠通過輕量級代理而非全棧安裝連接混合部署。該架構集中智能化，同時保留分布式執行，實現全局策略管理、集群可視化和無中斷升級。

Polaris與微軟、亞馬遜AWS、谷歌和甲骨文等主要超大規模云服務商集成。它與DataSpace全局命名空間形成互補，DataSpace抽象數據位置，而Polaris抽象基礎設施位置。

智能體AI的零信任基礎

Vast還推出了兩項新服務——PolicyEngine和TuningEngine，旨在解決高管們所描述的企業大規模AI采用的信任障礙。

PolicyEngine充當AI操作系統的內聯策略執行點，使用細粒度權限和AI衍生的上下文治理智能體對共享內存、工具、知識庫和其他智能體的訪問。執行在操作執行前進行，系統生成防篡改審計日志以支持重放、可解釋性和合規性。

Denworth將此方法描述為調解系統內每種類型的輸入和輸出，在敏感數據暴露給模型或智能體之前實現編輯或轉換。目標是在AI工作流中維護零信任態勢，同時保持操作靈活性。

TuningEngine通過管理模型演進來補充控制平面。它收集智能體工作流的遙測和反饋，通過提取-轉換-加載管道處理數據，并將精選輸出輸入到LoRA、監督微調和強化學習等微調框架中。

與英偉達的全面集成

Vast還深化了與英偉達的合作，推出了CNode-X，這是一種新的GPU加速服務器配置，可在英偉達驅動的基礎設施上直接運行Vast AI操作系統。

該架構將英偉達CUDA庫嵌入核心Vast服務中，加速實時SQL分析、向量搜索、檢索增強生成管道和推理工作負載。系統集成了英偉達cuDF DataFrame庫、cuVS向量搜索加速和推理微服務。

Vast表示，Sirius集成的早期基準測試顯示查詢時間減少了44%，查詢成本降低了80%。

合作伙伴生態擴展

在應用生態系統方面，Vast宣布與TwelveLabs合作，該公司開發多模態視頻基礎模型。雙方將為TwelveLabs的模型提供在Vast AI操作系統上的客戶管理部署路徑。

Vast還與CrowdStrike建立戰略合作伙伴關系，將企業威脅檢測和響應集成到AI生命周期中。該集成連接Vast AI操作系統的遙測數據到CrowdStrike Falcon平臺。

最后，Vast將其Cosmos社區擴展為統一的全球計劃，涵蓋渠道、云、技術聯盟和系統集成合作伙伴。

Denworth表示，這家成立10年的公司累計軟件預訂量已超過40億美元，年度經常性收入合同超過5億美元。公司在最近的財年中總銷售額增長了兩倍，實現了運營盈利。

Q&A

Q1：Polaris全局控制平面有什么作用？

A：Polaris是基于Kubernetes的全局控制平面，用于跨公有云、新興云和本地環境編排Vast集群。它提供集中管理層來配置、升級和治理分布式環境，同時維護本地數據路徑，解決AI部署中的運營分散問題。

Q2：PolicyEngine和TuningEngine如何提高AI系統安全性？

A：PolicyEngine充當內聯策略執行點，使用細粒度權限治理智能體訪問，在操作執行前進行控制并生成防篡改審計日志。TuningEngine管理模型演進，收集反饋并通過安全的微調框架持續改進模型，形成閉環系統。

Q3：Vast Data與英偉達合作推出的CNode-X有什么特點？

A：CNode-X是GPU加速服務器配置，將英偉達CUDA庫嵌入核心Vast服務中，可加速實時SQL分析、向量搜索和推理工作負載。早期測試顯示查詢時間減少44%，查詢成本降低80%，支持長上下文推理場景。