La diffusione dell’intelligenza artificiale sta spostando l’attenzione dalle sole GPU alla capacità dell’infrastruttura di alimentarle con dati disponibili nel momento e nel luogo in cui servono. Per molte aziende il limite non è più la potenza di calcolo, ma il continuo trasferimento delle informazioni tra sistemi di storage, piattaforme di analytics e ambienti AI.
Con l’acquisizione di DataPelago, NetApp affronta proprio questo nodo dell’infrastruttura AI. La tecnologia sviluppata dalla società californiana è progettata per elaborare i dati direttamente nel livello di storage, riducendo la necessità di copiarli verso cluster di calcolo dedicati e rendendoli immediatamente disponibili per analytics e intelligenza artificiale. I termini economici dell’operazione non sono stati resi noti.
Lo storage diventa parte dell’elaborazione
Il cuore della tecnologia acquisita è Nucleus, descritto da DataPelago come un Universal Data Processing Engine, un motore universale di elaborazione progettato per il computing accelerato eterogeneo.
L’architettura distribuisce automaticamente i carichi di lavoro tra CPU (Central Processing Unit) e GPU (Graphics Processing Unit), sfruttando le risorse disponibili direttamente nel livello di storage anziché trasferire grandi quantità di dati verso cluster di calcolo separati.
L’accelerazione è implementata a livello software e può utilizzare in modo trasparente CPU e GPU presenti nell’infrastruttura, indipendentemente dal produttore dell’hardware. L’obiettivo è aumentare le prestazioni senza richiedere la riscrittura delle applicazioni né vincolare le organizzazioni a una specifica piattaforma di accelerazione.
In questo modo lo storage non svolge più soltanto la funzione di repository delle informazioni, ma partecipa direttamente alla loro preparazione ed elaborazione per analytics e intelligenza artificiale.
L’approccio zero-copy
Uno degli elementi distintivi della piattaforma è il concetto di zero-copy activation.
Nelle architetture tradizionali i dati vengono frequentemente copiati dai sistemi di storage verso data lake, piattaforme di analytics o ambienti AI prima di poter essere elaborati. Ogni copia introduce tempi aggiuntivi, consumo di banda, capacità di storage e complessità nella gestione delle diverse versioni delle informazioni.
La tecnologia di DataPelago punta invece a elaborare i dati dove risiedono, limitando al minimo gli spostamenti. Secondo NetApp questo approccio elimina uno dei principali colli di bottiglia nell’adozione dell’AI enterprise, consentendo di preparare, governare e attivare i dati direttamente alla fonte.
Integrazione con gli ecosistemi open source
Nucleus è stato progettato per inserirsi nelle infrastrutture dati già esistenti. La piattaforma si integra con l’ecosistema open source utilizzato nelle moderne architetture di analytics, supportando motori come Apache Spark e Trino, tecnologie quali Apache Gluten, Velox e Substrait, oltre ai principali formati di data lakehouse, tra cui Apache Iceberg, Delta Lake e Apache Hudi. Le organizzazioni possono così accelerare pipeline dati e carichi di lavoro AI mantenendo applicazioni, query e workflow esistenti, senza dover riprogettare l’architettura o riscrivere il software.
Efficienza e prestazioni
Secondo NetApp, l’elaborazione direttamente nel livello di storage permette di ridurre i costi infrastrutturali fino all’80% e di ottenere prestazioni fino a dieci volte superiori rispetto agli approcci convenzionali, evitando il continuo trasferimento dei dati verso sistemi di calcolo dedicati. L’azienda afferma inoltre che la tecnologia è già impiegata da grandi organizzazioni appartenenti a diversi settori per accelerare carichi di lavoro complessi e migliorare l’efficienza delle infrastrutture su larga scala.
Un tassello nella strategia AI di NetApp
Per George Kurian, CEO di NetApp, la crescente complessità dei modelli di intelligenza artificiale richiede un’infrastruttura dati capace di elaborare le informazioni con la stessa efficienza con cui vengono sviluppati i nuovi acceleratori hardware: “Con l’evoluzione dei modelli di AI e dei chip sempre più efficaci che li alimentano, le aziende hanno bisogno di infrastrutture dati altrettanto intelligenti e potenti per sfruttare il potenziale delle proprie informazioni. NetApp guida il settore nel supportare i clienti a promuovere l’innovazione e generare valore di business, offrendo loro il pieno controllo del proprio asset più importante: i dati. Con DataPelago estendiamo la nostra capacità di aiutare i clienti a comprendere ed elaborare le proprie informazioni con l’agilità necessaria per ottenere vantaggio competitivo”.
Rajan Goyal, fondatore e CEO di DataPelago, evidenzia invece l’obiettivo tecnologico con cui è nata Nucleus e il ruolo che assumerà all’interno di NetApp: “Abbiamo sviluppato Nucleus per risolvere questo problema: un motore universale di elaborazione dei dati che lavora su CPU e GPU e processa i dati direttamente dove risiedono, senza che debbano essere spostati. Oggi NetApp ha acquisito DataPelago. NetApp gestisce più dati aziendali, distribuiti su più ambienti, di qualsiasi altra realtà del settore e Nucleus sarà integrato direttamente nella sua piattaforma dati. È esattamente il contesto a cui questa tecnologia era destinata e ci consentirà di raggiungere molte più aziende di quante avremmo potuto fare da soli”.
DataPelago continuerà a operare come società interamente controllata da NetApp e, come precisato dall’azienda, nell’immediato non sono previsti cambiamenti per clienti, implementazioni o riferimenti commerciali. L’acquisizione rafforza la strategia con cui NetApp sta evolvendo la propria Intelligent Data Infrastructure, estendendo le capacità di elaborazione fino al livello di storage. Con dataset sempre più grandi e acceleratori sempre più potenti, l’obiettivo è ridurre il trasferimento continuo dei dati verso sistemi di calcolo dedicati, facendo dell’infrastruttura dati una componente sempre più attiva dei carichi di lavoro AI e analytics.
