Vast Data推出全局控制平面扩展AI操作系统

Vast Data公司在其Forward 2026大会上宣布了一系列重大更新，标志着该公司从存储供应商向人工智能基础设施平台的持续演进。此次发布的核心是对其AI操作系统的全面扩展。

新功能包括针对混合云和多云部署的全局控制平面、面向智能体AI系统的零信任框架、与英伟达加速计算堆栈的深度集成，以及涵盖视频智能、网络安全和云服务的新生态合作伙伴关系。

该公司认为，构建关键任务AI系统的企业将优先考虑在单一操作模式下紧密集成数据、计算、治理和编排功能。Vast联合创始人Jeff Denworth表示："数据对AI策略至关重要，特别是当企业扩展推理管道并将受监管的企业数据纳入AI驱动的工作流时。"

Polaris全局控制平面

基础设施公告的核心是Polaris，这是一个基于Kubernetes的全局控制平面，旨在跨公有云、新兴云和本地环境编排Vast集群。

随着AI训练、推理和数据收集越来越多地在不同地理位置和不同合规制度下进行，企业正在面临运营分散的问题。Polaris引入了一个集中管理层，用于配置、升级和治理分布式Vast环境，同时维护本地数据路径。

Vast云业务总经理Jonsi Stefansson表示，Polaris从云生命周期管理器发展为更广泛的编排框架，能够通过轻量级代理而非全栈安装连接混合部署。该架构集中智能化，同时保留分布式执行，实现全局策略管理、集群可视化和无中断升级。

Polaris与微软、亚马逊AWS、谷歌和甲骨文等主要超大规模云服务商集成。它与DataSpace全局命名空间形成互补，DataSpace抽象数据位置，而Polaris抽象基础设施位置。

智能体AI的零信任基础

Vast还推出了两项新服务——PolicyEngine和TuningEngine，旨在解决高管们所描述的企业大规模AI采用的信任障碍。

PolicyEngine充当AI操作系统的内联策略执行点，使用细粒度权限和AI衍生的上下文治理智能体对共享内存、工具、知识库和其他智能体的访问。执行在操作执行前进行，系统生成防篡改审计日志以支持重放、可解释性和合规性。

Denworth将此方法描述为调解系统内每种类型的输入和输出，在敏感数据暴露给模型或智能体之前实现编辑或转换。目标是在AI工作流中维护零信任态势，同时保持操作灵活性。

TuningEngine通过管理模型演进来补充控制平面。它收集智能体工作流的遥测和反馈，通过提取-转换-加载管道处理数据，并将精选输出输入到LoRA、监督微调和强化学习等微调框架中。

与英伟达的全面集成

Vast还深化了与英伟达的合作，推出了CNode-X，这是一种新的GPU加速服务器配置，可在英伟达驱动的基础设施上直接运行Vast AI操作系统。

该架构将英伟达CUDA库嵌入核心Vast服务中，加速实时SQL分析、向量搜索、检索增强生成管道和推理工作负载。系统集成了英伟达cuDF DataFrame库、cuVS向量搜索加速和推理微服务。

Vast表示，Sirius集成的早期基准测试显示查询时间减少了44%，查询成本降低了80%。

合作伙伴生态扩展

在应用生态系统方面，Vast宣布与TwelveLabs合作，该公司开发多模态视频基础模型。双方将为TwelveLabs的模型提供在Vast AI操作系统上的客户管理部署路径。

Vast还与CrowdStrike建立战略合作伙伴关系，将企业威胁检测和响应集成到AI生命周期中。该集成连接Vast AI操作系统的遥测数据到CrowdStrike Falcon平台。

最后，Vast将其Cosmos社区扩展为统一的全球计划，涵盖渠道、云、技术联盟和系统集成合作伙伴。

Denworth表示，这家成立10年的公司累计软件预订量已超过40亿美元，年度经常性收入合同超过5亿美元。公司在最近的财年中总销售额增长了两倍，实现了运营盈利。

Q&A

Q1：Polaris全局控制平面有什么作用？

A：Polaris是基于Kubernetes的全局控制平面，用于跨公有云、新兴云和本地环境编排Vast集群。它提供集中管理层来配置、升级和治理分布式环境，同时维护本地数据路径，解决AI部署中的运营分散问题。

Q2：PolicyEngine和TuningEngine如何提高AI系统安全性？

A：PolicyEngine充当内联策略执行点，使用细粒度权限治理智能体访问，在操作执行前进行控制并生成防篡改审计日志。TuningEngine管理模型演进，收集反馈并通过安全的微调框架持续改进模型，形成闭环系统。

Q3：Vast Data与英伟达合作推出的CNode-X有什么特点？

A：CNode-X是GPU加速服务器配置，将英伟达CUDA库嵌入核心Vast服务中，可加速实时SQL分析、向量搜索和推理工作负载。早期测试显示查询时间减少44%，查询成本降低80%，支持长上下文推理场景。