儲存解決方案供應商 Hammerspace 今日（5日）宣布推出混合雲資料平台，旨在解決企業人工智慧（AI）專案在實際應用中面臨的常見障礙：數據分散在不同系統，難以持續擴展。

Hammerspace 表示，該平台可在無需強制遷移的情況下，統一跨多個環境的分散企業數據。透過啟動現有伺服器儲存，加速 GPU 效能，並自動化數據移動，協助企業克服阻礙 AI 專案落地的基礎設施障礙。

該公司指出，許多企業在 GPU、專業人才和高效能模型方面投入大量資金，但實際生產環境需要持續、可擴展地存取大量非結構化數據。如果這些數據分散在儲存系統、雲平台和不同地理區域，部署速度就會減慢，無論模型品質或運算能力如何。據 Gartner 估計，約有 60% 的 AI 專案因持續存在的數據碎片化問題而未能實際應用，從而延遲了專案時程並降低了 AI 投資的回報。

Hammerspace 數據平台透過 Global Namespace 等關鍵功能，在數據層面應對這一挑戰。Global Namespace 旨在統一非結構化數據，無論其位於何處或使用何種底層儲存技術。從 AI 工作負載的角度來看，跨本地端資料中心、多個雲端和邊緣環境的數據，都顯示為單一、連貫的空間，使團隊能夠在最具操作意義的地方執行工作負載，而無需先重新組織數據。

此外，一項名為數據同化的功能，強調可見性和選擇性移動。企業可以快速查看和存取跨地理區域和協定的數百萬個檔案，然後僅在處理真正需要時才移動數據。這種方法減少了重複，限制了不必要傳輸造成的風險，並可立即了解哪些數據資產可用於模型訓練和推論。

為保持統一視圖的可管理性，該平台還增加了由基於元數據策略驅動的自動化協調功能。企業可以用簡單的語言定義規則，以確定數據的儲存位置、在不同層級之間的移動方式以及何時應進行存檔。策略驅動的自動化，取代了手動數據移動任務，從而減少團隊的作業時間並提升一致性。

該平台基於 NFS、SMB 和 S3 等開放標準構建，旨在與現有基礎設施整合，避免供應商鎖定。企業可以從目前的系統開始，根據需要將工作負載擴展到雲端資源，並在邊緣部署推論，所有這些都可透過單一數據層進行管理。

Hammerspace 發言人表示，企業在 GPU 和 AI 人才方面投入大量資金，但大多數專案都停滯不前，因為底層的數據層無法持續或有效率地傳遞資訊。解決方案不是增加儲存或額外的數據副本，而是企業如何管理其數據基礎設施以支援大規模 AI 的根本轉變。

Hammerspace 數據平台現已可在本地端、雲端和混合環境中部署。有興趣的企業可透過該公司網站上提供的隨選網路研討會了解更多資訊。