ホームニュース

会社のニュースデルとデータ物理学

すべての製品

棚貯蔵サーバー
(179)

華為技術の融合サーバー
(31)

Dell Poweredgeサーバー
(59)

H3Cサーバー
(31)

データ通信スイッチ
(96)

WLAN装置
(21)

スマートな無線ルーター
(17)

ハード・ドライブHDD
(78)

内部ハード・ドライブSSD
(16)

Geforceのグラフィックス・カード
(27)

INTEL CPUプロセッサ
(20)

サーバー記憶RAM
(6)

改装された貯蔵サーバー
(6)

SFPのトランシーバーモジュール
(4)

繊維のチャネルスイッチ
(125)

認証

顧客の検討

北京Qianxing Jietongの技術Co.、株式会社の販売スタッフは非常に専門および忍耐強い。それらは引用語句をすぐに提供してもいい。プロダクトの質そして包装はまた非常によい。私達の協同は非常に滑らかである。

—— 《のFestfing DVの》 LLC

私がIntel CPUおよび東芝SSDを緊急に捜していたときに、北京Qianxing Jietongの技術Co.、株式会社からのサンディは私に多くの助けを与え、私に私がすぐに必要としたプロダクトを得た。私は実際に彼女を認める。

—— キティ円

北京Qianxing Jietongの技術Co.、株式会社のサンディは私がサーバーを買う時間の構成間違いを私に思い出させることができる非常に注意深いセールスマンである。エンジニアはまた非常に専門で、すぐにテストプロセスを完了できる。

—— Strelkin Mikhail Vladimirovich

北京千星捷通との仕事は大変満足しています。製品の品質は素晴らしく、納期も常に守られています。営業チームはプロフェッショナルで、忍耐強く、私たちの質問にすべて丁寧に対応してくれます。彼らのサポートに心から感謝しており、長期的なパートナーシップを期待しています。強くお勧めします！

—— アフマド・ナビド

品質: 提供者との素晴らしい経験. MikroTik RB3011は既に使用されていましたが,非常に良い状態で,すべてが完璧に動作しています. コミュニケーションは迅速でスムーズでした.そして私の懸念はすぐに解決されました信頼性の高いサプライヤーです強くお勧めします

—— ゲラン・コレシオ

オンラインです

会社ニュース

デルとデータ物理学

デルは、単一名前空間の AI ストレージアーキテクチャが企業の分散型データ重力の現実と衝突し、アーキテクチャ上の制限が解決されていないため、GPU がデータの待機中に停止することを余儀なくされていると主張しています。

その中心には、基本的な選択があります。データはコンピューティングプラットフォームに送信されるべきか、それともデータが存在する場所にプラットフォームが送信されるべきでしょうか。デルの競合インテリジェンス担当シニアディレクターである Jon Hyde は、3 つのブログ投稿にわたって、集中型ストレージ統合スタックを介した連携 AI データプラットフォームについて主張しています。

ハイド氏は最初の投稿で、大規模なデータセットには固有のデータ重力があり、それらを元の場所 (コアデータセンター、エッジサイト、主権コンプライアンス地域、SaaS 環境、データウェアハウス、事業部門が所有するオブジェクトストア) に固定してしまうと主張しています。エンタープライズ AI の最も単純なルールと呼ばれる彼の論文では、データは到着した場所に留まり、ほとんどのデータは決して再配置されないと述べています。

多くの企業 IT の摩擦により、規制と主権のルール、アプリケーションのロックイン、データ所有権の競合、契約とコストの障壁、M&A データの断片化、コンプライアンスにロックされたアーカイブ、カタログ化されていない未知のデータ、組織内のサイロなど、クリーンな統合データアーキテクチャがブロックされています。

彼はデータを次の 3 つの異なる形式に分類します。

生データ (ヘビーウェイト): ファイル、レコード、画像、ビデオ、テレメトリ、規制されたテーブル。かさばり、移動に時間がかかり、コストがかかるため、明確な運用上の理由からその場に留まります。
メタデータ (記述レイヤー): タグ、系統、スキーマ、分類、所有権マーカー。軽量かつ安価に複製できるため、物理的なデータを移動せずにすべての資産を AI で可視化できます。
ベクトル (セマンティック表現): AI によって生成された、局所性を認識し、GPU に調整された数学的埋め込み。これらは、基礎となる生データを転送することなく、環境全体で文脈上の意味を伝達します。

ハイド氏は、AI は生データの移動を必要とせず、アクセス可能なメタデータとベクトルのみを必要とすると述べています。メタデータカタログは、AI ワークロードのシステム全体にわたる資産の完全な可視性を提供し、ベクトルインデックスは環境間のセマンティック推論を強化します。制限付きで所有され、レイテンシーに敏感な重い生データは、既存の運用チームによって管理され、そのまま保管されます。ベクターは局所性の感度と GPU 近接性を特徴としています。つまり、生データがベクトル化エンドポイントに移行されるか、ベクターが GPU に隣接するインフラストラクチャに移行する前にデータがローカルに埋め込まれます。この枠組みは彼の議論を完全に裏付けています。

本質的に分散されたエンタープライズデータは、AI データレイヤーの設計を 2 つの相反する哲学に分割します。

ストレージ統合スタック (VAST AI OS に代表される): ベンダー制御の統一名前空間内で大規模なデータセットを一元管理することを中心に構築され、組み込み AI サービスを緊密に結合して運用を合理化します。このモデルは、統合を正当化するためにデータがプラットフォームに移行されることを前提としており、グリーンフィールドの AI 導入にうまく機能します。
フェデレーテッド AI データプラットフォーム (デルのフレームワーク): エンタープライズデータが永続的に分散されたままであるという前提に基づいて設計されており、プラットフォームがデータのネイティブの場所と並行して動作する必要があります。デルの AI データプラットフォームは、PowerScale と ObjectScale をフェデレーテッドコントロールプレーンと組み合わせて、ファイルシステム、オブジェクトストレージ、ウェアハウス、SaaS ツール、パブリッククラウドにわたるデータにアクセスして処理します。強制的な一元的なデータコピーは必要ありません。生データ、メタデータ、ベクターを個別のファーストクラスのエンティティとして扱い、これら 3 つすべてを一貫して管理し、軽量のメタデータとベクターを活用して価値を提供する一方で、重い生データはそのままにします。

Hyde の 2 番目のブログでは、分散型エンタープライズデータの現実を無視しているとして、VAST AI OS のようなストレージ統合アーキテクチャを批判しています。これらのスタックは 1 つの厳格な前提に基づいて動作します。つまり、すべての AI 処理は独自の名前空間に取り込まれたデータのみで実行され、外部データはプラットフォームからは見えなくなります。ベンダーは、移行ツール、運用を簡素化するための市場統合、およびデモ中に断片化された現実世界のデータ環境を隠す統合 UI を提供します。

生データ、メタデータ、ベクトルを 1 つのモノリシックカテゴリにまとめたアーキテクチャでは、デフォルトで大量のデータ移行という欠陥のある使命が課せられます。 3 つのレイヤーを区別するフレームワークは、規制された重いデータをローカルで管理し、メタデータを企業全体で複製し、環境をまたがる AI 推論にベクトルを使用します。統合された名前空間は、生データが唯一考慮される資産である場合にのみ機能します。メタデータとベクトルが独立したコアコンポーネントとして認識されると、効果がなくなります。

デルのフェデレーションアーキテクチャは、次の 3 つの基本原則に基づいて動作します。

生データは、既存のガバナンスチームの下でネイティブの場所に残ります。
メタデータはグローバルに複製され、すべての AI ワークロードに場所を越えた完全な資産の可視性が付与されます。
ベクトルは環境全体でセマンティックコンテキストを伝達し、生データを再配置せずに AI 推論を可能にします。

Hyde の 3 回目の投稿は、GPU へのデータ供給において、Dell のフェデレーション設計が VAST のストレージ統合スタックよりも優れていることを証明しています。デルは、Qwen3-32B モデルを使用したベクトル KV キャッシュオフロードワークロードの並列テストを 2025 年 10 月にリリースしました。これは、デルの社内ベンチマークと公開 VAST 開示に基づいています。

PowerScale: 最初のトークンまでの時間 (TTFT) 0.82 秒
オブジェクトスケール: 0.86 秒 TTFT
VAST: 1.5秒TTFT
KV キャッシュオフロードなしのベースライン vLLM: 11.8 秒 TTFT

同氏は、GPU 配信を中心に構築されたアーキテクチャ (生データを重力に束縛され、ポータブルなセマンティックベクトルをトランスポータブル層として扱う) が、あらゆる推論リクエストでデルのパフォーマンスの優位性を高めると述べています。独自の名前空間への生データの取り込みに依存する設計では、構造固有の遅延が発生します。

Hyde 氏は、VAST が最新の KV キャッシュオフロード結果を公開したことを認めています。特に注目すべきは、Nvidia Dynamo と CoreWeave を使用した 2025 年 12 月のベンチマークで、再計算と比べて TTFT が約 20 倍高速で、GPU 効率が 90% 高いことが挙げられています。ただし、これらのテストでは異なるワークロードとベースラインが使用されており、公開されている 1.5 秒 VAST TTFT の数値を上回る Qwen3-32B の直接対決はありません。

同氏は、GPU を対象としたデータアーキテクチャを選択する企業に対し、「このプラットフォームは、規制されたソース、ソブリンソース、およびアプリケーションロックされたソースを含む混合データセットに対して、KV キャッシュオフロードを使用した現実的な推論ワークロードでどの程度の GPU 使用率を実現できるのか?」という重要な質問を提起するよう促しています。

このクエリにより、ベンダーは基本的な構造上のトレードオフに対処し、名前空間にデータを取り込めない場合のパフォーマンスの制限を説明し、最新のオープンソースモデルで完全な方法論を使用して再現可能な TTFT、1 秒あたりのトークン数、キャッシュヒット率のメトリクスを公開し、このアーキテクチャによってどのくらいの GPU アイドル時間が発生するかという極めて重要な財務上の懸念に正直に答える必要があります。

解説

ベクトル化されたデータセットは、ソースの生データのサイズを大幅に上回ります。多くの場合、埋め込みにより、テキストチャンクサイズ、埋め込みの次元、ストレージ形式によって異なりますが、レコードごとに元のソースのボリュームが 3 ～ 20 倍以上に増加します。ソースデータセットは、優れた検索精度を実現するために、事前に埋め込まれた個別のチャンク (段落、固定トークンウィンドウ) に分割されます。 250 ～ 500 ワードの標準的なテキストチャンクは、およそ 0.5 ～ 2KB の生のテキストに相当し、対応するベクトルは 3 ～ 10 倍になることがよくあります。

未解決の重要な質問: ベクトル化はどこで行われますか? GPU から遠く離れた場所で生成された場合、サイズが大きすぎるベクトルデータセットは再配置されますか?それらの膨大な量は、独自のデータ重力を生み出します。チームは、生データを組み込みインフラストラクチャに移行するか、完全なベクトルセットを AI コンピューティングに移行し、どちらのシナリオでもデータグラビティと闘います。私たちはこの矛盾についてジョン・ハイドに報告し、さらなる説明を求めました。

北京乾興解放科技有限公司
サンディ・ヤン/グローバル戦略ディレクター
WhatsApp / WeChat: +86 13426366826
電子メール: yangyd@qianxingdata.com
ウェブサイト: www.qianxingdata.com/www.storagesserver.com
ビジネスの焦点:
ICTプロダクト流通/システムインテグレーション＆サービス/インフラソリューション
20 年以上の IT 流通経験を持つ当社は、主要な世界的ブランドと提携して、信頼性の高い製品とプロフェッショナルなサービスを提供しています。
「テクノロジーを活用してインテリジェントな世界を構築する」信頼できる ICT 製品サービスプロバイダー!

パブの時間 : 2026-06-23 13:54:14 >> ニュースのリスト

連絡先の詳細

Beijing Qianxing Jietong Technology Co., Ltd.

コンタクトパーソン: Ms. Sandy Yang

電話番号: 13426366826

会社のニュースデルとデータ物理学

棚貯蔵サーバー

華為技術の融合サーバー

Dell Poweredgeサーバー

H3Cサーバー

データ通信スイッチ

WLAN装置

スマートな無線ルーター

ハード・ドライブHDD

内部ハード・ドライブSSD

Geforceのグラフィックス・カード

INTEL CPUプロセッサ

サーバー記憶RAM

改装された貯蔵サーバー

SFPのトランシーバーモジュール

繊維のチャネルスイッチ

解説

棚貯蔵サーバー

12湾1Uラックマウント式サーバーLenovo ThinkSystem SR630の棚サーバー

ThinkSystem SR250 V2 4SFFの棚貯蔵サーバーIntel Xeon E-2378Gプロセッサ

Intel C621Aの棚貯蔵サーバーInspur NF5180M6 1Uのラックマウントサーバー

華為技術の融合サーバー

FusionServer 5288 V6 4Uの棚サーバー32 DDR4 DIMMs 44の3.5インチのハードディスク

超高密度華為技術の融合サーバー1Uネットワークの貯蔵サーバー1288H V5

新しいGEN OceanStor 5310華為技術の棚サーバー雑種の抜け目がない貯蔵

会社のニュース デルとデータ物理学

解説

会社のニュースデルとデータ物理学