NetApp משיקה תשתית AI שמבטיחה שה-GPU-ים לא יישארו רעבים
NetApp משיקה את Novus, פלטפורמת תשתית נתונים חכמה שפותחה עם Nvidia עבור מפעלי AI. הפלטפורמה מפרידה בין נתונים למטא-דטה כדי שכל אחד מהם יגדל באופן עצמאי — ומבטיחה שה-GPU-ים לא יישארו רעבים. 93% מהארגונים שמנסים AI בייצור מדווחים שבעיות הנתונים הן האתגר המרכזי שלהם.
תשעים ושלושה אחוזים מהארגונים שמנסים להכניס AI לייצור מדווחים שהנתונים הם האתגר המרכזי שלהם. לא מודלים, לא compute, לא כוח אדם — נתונים. ודווקא שם, בתשתית שמזינה את המנועים האלה, NetApp בוחרת לעשות את המהלך הגדול הבא שלה.
אז מה בעצם קרה כאן?
NetApp השיקה רשמית את Novus — פלטפורמת תשתית נתונים חכמה (Intelligent Data Infrastructure) שתוכננה במיוחד עבור מה שהחברה קוראת לו "מפעלי AI" (AI Factories). הפלטפורמה פותחה בשיתוף פעולה צמוד עם Nvidia, מערכת יחסים שראשיתה לפני יותר מעשור ועברה עכשיו הנדסה משותפת עמוקה סביב תשתיות AI.
ההבטחה המרכזית פשוטה באופן מטעה: לגרום ל-GPU-ים שלכם לקבל את כל הנתונים שהם צריכים, מתי שהם צריכים, בלי צווארי בקבוק. בעולם שבו כל ארגון רץ להכניס AI לתהליכי העבודה, זו נשמעת כמו הבטחה בסיסית — אבל בפועל, זו אחת הבעיות הקשות ביותר לפתרון.
מה שונה ב-Novus?
הארכיטקטורה של Novus עושה הפרדה מפורשת בין נתונים (data) לבין מטא-דטה (metadata). לכל אחד מהם יש פרופיל עבודה שונה: הנתונים עצמם כבדים, דורשים תנועה מסיבית, והמטא-דטה, לעומתם, מתאפיינת בפעילות עסקית (transactional) ערה. בעולם ה-Storage המסורתי, שניהם רצו על אותה תשתית עם אותם כללי משחק.
Arindam Banerjee, Chief Platform and Technology Officer ב-NetApp, מסביר שההפרדה הזו מאפשרת לכל צד לגדול באופן עצמאי — בהתאם לדרישות הספציפיות של עומסי העבודה השונים, בלי שאחד מהם חונק את השני. בפועל, זה אומר שכאשר מנוע AI צריך לעבד petabytes של נתונים, הפעולות ה-transactional של ניהול הקבצים לא נתקעות, ולהיפך.
מדובר בבעיה אמיתית, לא תיאורטית. עומסי עבודה של AI משלבים תנועת נתונים כבדה עם פעילות מטא-דטה ערה — ולעיתים קרובות שניהם חולקים את אותה תשתית. ה-Storage המסורתי תוכנן מסביב לעומסי עבודה שגדלו בדרכים יחסית צפויות. AI שובר את המשוואה הזו.
מטפלים ב-zettabytes
מנכ"ל NetApp, George Kurian, ציין שהפלטפורמה מיועדת להתמודד עם קנה מידה של zettabytes. זו לא מילה שנזרקת סתם — בעולם שבו כמויות הנתונים גדלות בקצב אקספוננציאלי וכל מודל AI חדש דורש פי כמה יותר נתונים מהקודם, הצורך בתשתית שמסוגלת להתמודד עם סדרי גודל כאלה הוא קריטי.
Syam Nair, Chief Product Officer ב-NetApp, ציין שקיימות השקעות רבות, יישומי נתונים רבים מוכנים ומודלים מוכנים — אבל רוב הארגונים לא מקבלים את התשואה שהם ציפו לה. "בואו נספק תשתית נתונים חכמה עם storage מאוחד שמתפרש על פני כל המערכת האקולוגית, לא משנה איפה התשתיות נמצאות", אמר.
ומה עם מודלים פרטיים?
עוד נקודה מעניינת שעולה מההכרזה קשורה לעולם ה-Open-Weight Models. בשנים האחרונות מודלים במשקל פתוח (open-weight) הולכים וסוגרים את הפער מול מערכות Frontier קנייניות. המשמעות: ארגונים יכולים להריץ Generative AI על חומרה שבבעלותם, בלי לשלוח נתונים ל-Servers של חברות צד שלישי.
Ashish Dhawan, SVP ו-CRO של חטיבת הענן ב-NetApp, ציין שהשנתיים האחרונות הוקדשו ברובן להכנת נכסי הנתונים המסורבלים ל-AI, ושהפריון מתחיל להגיע עכשיו לתעשיות שונות. לדבריו, הבגרות בשימוש במודלים פרטיים של AI גדלה משמעותית.
כשהמודלים רצים מקומית, הנתונים שכבר יושבים ב-Storage הארגוני הופכים למרכזי השיחה. ופה בדיוק NetApp ממקמת את עצמה — לא כספק storage ישן שמחפש חיים חדשים, אלא כתשתית שמחברת בין מה שיש למה שצריך.
ממשל נתונים: השינוי הקונספטואלי
אחד הנושאים המרכזיים שעולה מההכרזה הוא ממשל נתונים (Data Governance) — ופה יש שינוי תפיסתי מעניין. בעולם שבו AI Agents פועלים באופן אוטונומי במהירות מכונה, השאלה כבר לא רק "איפה הנתונים נמצאים" אלא "מה מורשה לפעול עליהם".
Russell Fishman, Senior Director ב-NetApp, הסביר שהחברה מתרחקת מגישת ההרשאות הבינארית (כן/לא) ועוברת למדיניות מבוססת התנהגות. "אנחנו מתחילים לצאת מהחשיבה דרך עדשה אנושית. זה agent. Agents פועלים אחרת", אמר.
Sandeep Singh, SVP ו-GM של Enterprise Storage ב-NetApp, הוסיף שהנתונים הארגוניים מפוזרים כיום בין מרכזי נתונים מקומיים, עננים ציבוריים ו-neoclouds — ושהוספת סילו נוסף היא התשובה הלא נכונה. לדבריו, צריך בסיס נתונים אחד שמתנהג אותו דבר בכל מקום.
Cyber Resilience בעידן ה-Agents
עוד נקודת ממשק קריטית היא עמידות סייבר (Cyber Resilience). ארגונים שמזריקים AI Agents לייצור מגלים שהעמידות תלויה כעת לא רק בהרחקת תוקפים, אלא גם בפיקוח על מה שתוכנה אוטונומית עושה עם הנתונים. חלק גדול מהסיכון לא מגיע מכוונה זדונית — הוא מגיע מ-agents שעושים דברים לא צפויים בקצב מכונה.
המוצר הרחב יותר: FlexPod
בתוך ההכרזה על Novus, NetApp גם מקדמת את FlexPod — פלטפורמה לתשתיות מתכנסות (Converged Infrastructure) שבנויה בשיתוף עם Cisco. אחרי 16 שנים, 10,000 לקוחות ארגוניים ואקוסיסטם בשווי של 21 מיליארד דולר, הפלטפורמה עוברת מיצוב מחדש כתשובה מוכנה מראש למורכבות של AI.
Alvaro Celis, Chief Partner and Ecosystem Officer ב-NetApp, ציין שהקמפיין המשותף יצר יישור הנדסי עמוק — לא רק בין Cisco ל-NetApp, אלא גם עם הערוץ המשותף שמיישם את זה אצל לקוחות.
מי הקהל החדש?
Gabie Boko, CMO ב-NetApp, שופכת אור על שינוי מעניין נוסף: AI משך תשתיות נתונים מהחדרים האחוריים לשיחות עם קונים שמעולם לא היו צריכים לחשוב על storage. עבור ספקי storage ותיקים, זו הזדמנות נדירה לספר את הסיפור מחדש בפני קהל בלי הנחות מוקדמות.
Boko מתארת את Intelligent Data Infrastructure כיותר מסתם מוצר או קמפיין מותג — זה עיקרון ארגוני פנימי שמנחה החלטות, חדשנות ואסטרטגיה.
מה זה אומר בשטח?
אם אתם עובדים על פרויקטי AI בארגון, בין אם אתם בצוות ה-Data, ב-Infra או בצוות AI/ML, ההכרזה הזו רלוונטית לכם בכמה מישורים:
-
תשתיות קיימות: NetApp מציעה פתרון שמאפשר להפוך נתוני Legacy ל-AI-ready בלי לבנות מחדש את התשתית. Jen Prenner, SVP של Product Marketing, ציינה שההבטחה היא להפוך את הנתונים לשמישים היכן שהם כבר נמצאים — נגישים, מוגנים, זמינים, בלי re-architecture.
-
Agentic AI: הפלטפורמה מותאמת לעומסי עבודה של AI Agents, לא רק של מודלים סטטיים. זה אומר שהארכיטקטורה מוכנה לעולם שבו מערכות AI מקבלות החלטות ומבצעות פעולות באופן אוטונומי.
-
אבטחה וממשל: עם מדיניות מבוססת התנהגות במקום הרשאות בינאריות, יש כאן התייחסות רצינית לאתגר שכולנו רואים — איך שולטים במה ש-Agents עושים עם הנתונים.
שורה תחתונה
NetApp מהמרת שהתשתית — לא המודל, לא ה-GPU, לא הפרומפט — היא המקום שבו הערך האמיתי של AI נבנה או נשבר. עם Novus, שיתוף הפעולה העמוק עם Nvidia, והרחבת הפלטפורמה לעולם ה-Agentic, החברה מנסה להפוך ל-Operating System של הנתונים עבור עידן ה-AI.
בינתיים, ה-93% האלה שמתקשים עם נתונים — כנראה יצטרכו להתחיל איפשהו.