DDN瞄准企业级AI存储市场缺口

人工智能（AI）热潮尚未完全爆发，但企业未来将在AI上投入数十亿美元。存储阵列制造商DDN长期专注于为高性能计算（HPC）和AI提供大规模计算集群存储支持。

DDN联合创始人兼总裁Paul Bloch表示，依赖DDN存储的HPC计算集群订单到2027年可能增长三到四倍。“Elon Musk的xAI集群在孟菲斯部署了20万个GPU，这一数字将达到100万。GPU性能的增长正推动数据存储需求，因为唯一的应对方式是实时摄取数据。”

DDN首席技术官Sven Oehme指出，企业市场同样充满潜力。“AI尚未发挥全部潜力，但企业能看到其演进方向和可能性。当企业全面投入推理并在所有业务领域应用AI时，真正的爆发将会到来。”

DDN估值50亿美元，预计2025年实现10亿美元营收。今年初，公司从黑石集团获得3亿美元融资，出让6%资本和董事会席位。

面向企业客户的更强大EXAscaler

为实现目标，DDN更新了核心产品线。在去年推出EXAscaler AI400X2 Turbo后，又发布了配备24个NVMe SSD并通过NVMe-over-TCP支持附加SSD架的AI400X3。

读取性能提升55%，写入性能提升70%以上，吞吐量达到140GBps（读取）和75-100GBps（写入）。速度提升来自四块Nvidia BlueField卡，使用该供应商的SpectrumX协议。

Oehme表示：“我们已经为新的Blackwell GPU提供了参考架构。所有Blackwell的测试和开发都在DDN设备上进行。”

其他改进包括安全性和池化功能。池化满足MSP对云服务的需求，能够为不同客户动态配置阵列部分资源。

对于新企业客户，EXAscaler AI400X3提供数据压缩功能，可用容量远大于原始容量，与Dell、HPE或NetApp等供应商类似。

Oehme补充道：“我们显著提高了弹性。现在可以更换任何硬件或软件组件而无需停止阵列。停机风险降至最低。这对企业至关重要，因为他们无法承受任何中断。这与HPC客户不同，后者在出现问题时更倾向于先自行诊断。”

Infinia 2.1：为AI加速的对象存储

虽然EXAscaler AI400以文件模式共享内容，但企业AI用户的趋势是转向对象存储。访问速度较慢，但提供容量和内容标记或过滤选项，适用于通过RAG进行重新训练或推理中的私有数据。为此，DDN于2024年推出了对象存储产品Infinia。

Infinia现已升级到2.1版本，DDN声称速度提升100倍。它与Cloudian的HyperStore或Scality的Ring等其他近期提升性能以支持GPU的对象存储解决方案竞争。

DDN将其产品与AWS的S3 Express对比，后者允许企业在云中执行AI任务。Infinia 2.1在访问时间上快10倍，在请求处理上快25倍。

DDN产品支持大多数AI软件栈，如TensorFlow、Pytorch和Apache Spark，以及Nvidia AI Enterprise套件的NIM模块。这些在2.0版本中均已具备。2.1更新增加了与可观测性平台Datadog和Chronosphere的集成，以及基于开源OpenTelemetry标准的平台。它现在还可以连接到基于Hadoop的数据湖。

Infinia 2.1可在DDN硬件上运行，或通过Google Cloud Platform的虚拟实例使用。

DDN还提供另外两款硬件产品xFusionAI和Inferno。xFusionAI是运行Lustre文件系统和Infinia 2.1的EXAscaler AI400X3，可以通过S3对象存储访问相同数据，从而能够访问索引内容的元数据。

Inferno提供安装在Infinia设备和服务器之间的网络代理，加速对象存储和Lustre文件存储之间的通信。该设备配备基于Nvidia BlueField的交换机，使用其SpectrumX协议和GPUdirect与GPU直接通信，外加NVMe SSD缓存。

11,000家客户，4,000家涉及AI

DDN表示已为7,000家客户部署支持70万个GPU的存储，其中4,000家客户从事AI工作负载。公司拥有1,100名员工，其中600名是工程师，今年计划再招聘200至250人。

DDN成立于1998年，最初为少数超级计算中心提供存储阵列。其核心技术来自并行供给大量计算节点，这说服了Nvidia自2010年起与其合作。

Bloch表示：“想象一下10,000个GPU。如果每个GPU需要1GBps的读取速度，整个阵列需要10TBps的吞吐量。世界上很少有系统能够提供10TBps的读取和写入速度。这正是我们掌握的。”