[新科技速遞]
AI時代，數據愈來愈重要，數據孤島令價值無從發揮，儲存體支援不同數據格式，近代發展最快，莫過於物件儲存（Object Storage）。
Hitachi Vantara推出一體化數據平台Hitachi Virtual Storage Platform One （VSP One），簡化了儲存的部署管理，提高數據可用性，支援混合雲互通，打破數據孤島，公有雲訓練或微調完成的AI模型，快速移回內部部署，充份發揮數據價值。
數據主要分結構性和非結構性。互聯網出現之後，非結構性數據量大增。企業應用的結構性數據庫，主要儲存在區塊儲存（Block Storage）上，但是非結構性數據多在檔案儲存（File Storage）。
自從AWS推出了S3的物件儲存平台，支援規模化部署，可無限量擴充，支援複雜的Metadata管理，為數據加上檢索能力，只要將Metadata儲存NonSQL文件數據庫，就可快速以API存取大量數據，結合到雲源生的應用。
物件儲存具卓越容錯能力，亦令儲存成本下滑，用途不斷增加，成為了增長最迅速儲存格式，AWS開展的S3儲存介面，自此成物件儲存的工業標凖。
物件儲存迅速流行
事實上，物件儲存用途不斷增加，最初用於數據備份和存檔，後來成為雲原生應用的儲存，以至以JavaScript前端的Web應用儲存，亦可取代檔案系統，以類似One Drive和Google Drive體驗作文件管理系統，支援物聯網的高速存取。
不少大數據分析，包括數據湖和湖倉一體，都是建立S3物件儲存上。大模型LLM訓練所用大量非結構性數據，生成式AI或機器學習等訓練，幾乎離不開物件儲存。
但是，物件儲存用例廣泛，不代表其他儲存馬上消失。事實上，不少企業仍靠區塊儲存，以支援主機（MainFrame）或結構性數據庫。NVMe通訊協定出現之後，固態儲存結合區塊儲存，存取速度和數據輸入／輸出（IOPS），更屢創新高。
混合儲存部署AI
Hitachi Vantara首席產品官Octavian Tanase表示：「雖然，公有雲亦可部署生成式AI，不少企業希望在內部部署，以確保合規和私隱。訓練和微調LLM可能利用物件儲存，大模型可部署檔案儲存上，但不少企業透過 RAG（檢索增強生成）技術，內部數據變成向量數據庫，也要求快速回應，則要利用區塊儲存。」
VSP One支援區塊存儲和檔案存儲，以至混合雲部署，檔案存儲則易於管理，仍用於不少企業應用。VSP One可簡化AI訓練部署流程，大模型訓練後，要結合內部知識，監察大模型回應過程。
Tanase說：「鑑於要加速回應速度，大模型和向量數據庫部署在快速儲存體，加快回應的速度。部分機構須為大模型加入審計追蹤（Audit Trail），確保回應符合原先預期，或大模型不被濫用，通過快拍功能，追溯大模型回應過程，日後可供調查。」
協同數據發揮價值
企業在分散多雲架構上擴展應用，前題是現代化應用（App Modernization），簡單來說就是以Kubernetes重新開發應用，應用在容器上虛擬化，以現實多雲部署，提高靈活性和可用性。Kubernetes屬於雲源生的架構，透過容器化的技術，應用就不同平台之間轉移，實現負載平衡和靈活部署。
Kubernetes有多種版本；包括VMWare、Google和OpenShift等，須特定驅動程式配置儲存，Hitachi Vantara也是最早支援通過CSI驅動的廠商，可為不同格式Kubernetes叢集動態部署儲存體。
VSP One混合雲部署，暫時只支援AWS。VSP One SDS 雲存儲已在AWS Marketplace上線 。由於AWS 佔去公有雲最大市場，主流數據湖倉支援S3，VSP One用戶在AWS部署數據，完成機器訓練或模型訓練微調後，成果可通過同一介面，遷移至內部使用。
VSP One設計核心是「存儲虛擬化操作系統」（SVOS），提供100%數據可用性，確保資訊跨設備和跨地匯集、整合、訪問，而彈性更是核心考慮， 打破數據孤島，數據在不同環境流動，易於協同發揮價值。