Ctera, architecture innovante pour l'amélioration de l'efficacité des données AI dévoilée

Ctera Networks Ltd. a annoncé le développement d’une nouvelle architecture de données pour les systèmes d’IA, brisant avec succès la barrière entre les systèmes de fichiers traditionnels et le stockage d’objets. La technologie lancée, “Ctera Fusion Direct”, élimine les frontières entre les systèmes de stockage indépendants, les fusionnant en une seule entité, permettant une avancée innovante dans l’accès aux mêmes ressources de données par l’humain et l’IA.

Le PDG de Ctera, Od Naggiel, a souligné que la maintenance parallèle à long terme des systèmes de stockage en réseau centrés sur l’humain et des systèmes d’objets centrés sur la machine entraînait une faible efficacité opérationnelle. Cette inefficacité engendrait des problèmes tels que la construction de couches de traduction et la duplication des données. En revanche, la solution de Ctera intègre des données haute performance, réalisant une fusion native des deux types de stockage, permettant la conversion en temps réel entre fichiers et objets.

L’innovation clé réside dans la résolution de l’obstacle majeur au développement de l’IA en entreprise — la difficulté d’exploitation des données. Naggiel a souligné que la technologie de Ctera permet d’intégrer efficacement, sur une seule plateforme, les données nécessaires à la collaboration humaine et à l’analyse machine, aidant les entreprises à réduire la complexité des applications d’IA et à renforcer leur compétitivité.

Naggiel a indiqué que cette architecture de données unifiée est compatible de manière transparente avec le stockage d’objets existant, améliorant l’accessibilité à l’information dans les environnements cloud et edge, sans nécessiter de copie, de migration ou de modification des données. Cela permet aux clusters d’IA et aux GPU de traiter les données à la bande passante maximale tout en garantissant leur durabilité et leur sécurité.

L’analyste de Frost & Sullivan, Karine Price, a salué cette technologie, affirmant qu’elle aidera de nombreuses entreprises à exploiter pleinement la valeur des ensembles de données non structurées grâce à une adaptation collaborative homme-machine.