DDN瞄準GPU效率：AI資料基礎設施成為成敗關鍵層
DDN執行長Alex Bouzari在RAISE峰會上表示，AI資料基礎設施決定了GPU投資能否獲得回報。全球正在分化成高效利用GPU和閒置GPU的兩類組織。DDN參與了12個主權AI專案，其技術使Salesforce的GPU生產力提升了70%，並得到NVIDIA長期使用驗證。DDN的Infinidat平臺旨在連線分散式邊緣到核心的AI架構，解決多資料中心和多雲的整合難題。
AI工廠的競賽正在全面展開，而脫穎而出的組織已經認識到，決定GPU投資回報的關鍵在於AI資料基礎設施。DDN（DataDirect Networks Inc.）董事長、聯合創始人兼執行長Alex Bouzari在RAISE峰會上接受theCUBE採訪時指出，GPU利用率已成為衡量AI投資成敗的核心指標。全球組織正明顯分化為兩類：一類能夠充分發揮GPU效率，實現可量化的財務成果；另一類則因拼湊解決方案導致大量資金浪費，GPU閒置。
Bouzari表示，DDN參與了全球一些最大規模的AI部署，包括為xAI提供數十萬GPU的支援。他觀察到一種一致的模式：GPU利用率將組織分為兩大類——那些透過AI獲得可衡量財務回報的組織，以及那些昂貴基礎設施未被充分利用的組織。他指出：“世界正在分化為那些以最高效率充分利用GPU的企業和國家，以及那些GPU閒置的企業和國家。沒有做對的組織試圖拼湊解決方案，結果浪費了大量資金。”
資料主權是本次峰會的一個核心議題。Bouzari透露，DDN目前參與了12個主權AI專案，各國政府普遍要求在不跨境傳輸資料的前提下獲得前沿AI能力。這催生了一批國家級別的AI資料基礎設施，超越了傳統企業IT的範疇。Bouzari強調：“每個國家都需要建立主權性質的AI基礎設施和AI工廠，確保資料留在國內，不會外流到其他地方。”
在效率提升方面，Bouzari以Salesforce為例，部署DDN後其GPU生產力提升了70%。他特別指出，NVIDIA內部使用DDN已有八年之久，這是市場中最可靠的驗證——NVIDIA執行長黃仁勳曾公開表示，如果沒有DDN，NVIDIA的超級計算機將無法實現。Bouzari將DDN定位為“資料界的NVIDIA”，兩者結合提供端到端的服務等級協議（SLA），而這才是真正重要的。
展望未來，Bouzari認為下一個架構挑戰在於如何將全球分散式AI節點整合成統一的管道。從承擔模型訓練的大型工廠（25至100兆瓦級），到邊緣資料中心，再到來自自動駕駛汽車、機器人和感測器的即時資料，DDN的Infinidat分散式資料平臺早在八年前就已為此設計。隨著agentic工作負載的擴充套件，整合多個邊緣資料中心、少數大型資料中心和多雲環境的複雜性持續增加，而這正是DDN致力於解決的核心難題。Bouzari回顧道：“八年前當我們開始開發Infinidat技術時，我們就看到了這種需求，因為NVIDIA當時告訴我們未來就是這樣的。”
（*披露：theCUBE是RAISE峰會的付費媒體合作伙伴。Solidigm作為活動報道的標題贊助商，以及其他贊助商，對theCUBE或SiliconANGLE的內容沒有編輯控制權。）
照片：SiliconANGLE