DDN瞄准GPU效率：AI数据基础设施成为成败关键层
DDN首席执行官Alex Bouzari在RAISE峰会上表示，AI数据基础设施决定了GPU投资能否获得回报。全球正在分化成高效利用GPU和闲置GPU的两类组织。DDN参与了12个主权AI项目，其技术使Salesforce的GPU生产力提升了70%，并得到NVIDIA长期使用验证。DDN的Infinidat平台旨在连接分布式边缘到核心的AI架构，解决多数据中心和多云的整合难题。
AI工厂的竞赛正在全面展开，而脱颖而出的组织已经认识到，决定GPU投资回报的关键在于AI数据基础设施。DDN（DataDirect Networks Inc.）董事长、联合创始人兼首席执行官Alex Bouzari在RAISE峰会上接受theCUBE采访时指出，GPU利用率已成为衡量AI投资成败的核心指标。全球组织正明显分化为两类：一类能够充分发挥GPU效率，实现可量化的财务成果；另一类则因拼凑解决方案导致大量资金浪费，GPU闲置。
Bouzari表示，DDN参与了全球一些最大规模的AI部署，包括为xAI提供数十万GPU的支持。他观察到一种一致的模式：GPU利用率将组织分为两大类——那些通过AI获得可衡量财务回报的组织，以及那些昂贵基础设施未被充分利用的组织。他指出：“世界正在分化为那些以最高效率充分利用GPU的企业和国家，以及那些GPU闲置的企业和国家。没有做对的组织试图拼凑解决方案，结果浪费了大量资金。”
数据主权是本次峰会的一个核心议题。Bouzari透露，DDN目前参与了12个主权AI项目，各国政府普遍要求在不跨境传输数据的前提下获得前沿AI能力。这催生了一批国家级别的AI数据基础设施，超越了传统企业IT的范畴。Bouzari强调：“每个国家都需要建立主权性质的AI基础设施和AI工厂，确保数据留在国内，不会外流到其他地方。”
在效率提升方面，Bouzari以Salesforce为例，部署DDN后其GPU生产力提升了70%。他特别指出，NVIDIA内部使用DDN已有八年之久，这是市场中最可靠的验证——NVIDIA首席执行官黄仁勋曾公开表示，如果没有DDN，NVIDIA的超级计算机将无法实现。Bouzari将DDN定位为“数据界的NVIDIA”，两者结合提供端到端的服务等级协议（SLA），而这才是真正重要的。
展望未来，Bouzari认为下一个架构挑战在于如何将全球分布式AI节点整合成统一的管道。从承担模型训练的大型工厂（25至100兆瓦级），到边缘数据中心，再到来自自动驾驶汽车、机器人和传感器的实时数据，DDN的Infinidat分布式数据平台早在八年前就已为此设计。随着agentic工作负载的扩展，整合多个边缘数据中心、少数大型数据中心和多云环境的复杂性持续增加，而这正是DDN致力于解决的核心难题。Bouzari回顾道：“八年前当我们开始开发Infinidat技术时，我们就看到了这种需求，因为NVIDIA当时告诉我们未来就是这样的。”
（*披露：theCUBE是RAISE峰会的付费媒体合作伙伴。Solidigm作为活动报道的标题赞助商，以及其他赞助商，对theCUBE或SiliconANGLE的内容没有编辑控制权。）
照片：SiliconANGLE