Vast Data сделала ставку на целостность ИИ-конвейеров

Переход от обучения моделей к инференсу меняет требования к инфраструктуре ИИ: платформам, рассчитанным на масштаб и скорость, теперь приходится также обеспечивать идентификацию пользователей, контроль доступа и работу с регулируемыми данными. Об этом в интервью SiliconANGLE на форуме AI Data Pipeline Forum заявил Вон Стюарт, вице-президент по системной инженерии компании Vast Data. По его словам, суверенитет данных превращается из юридического вопроса в архитектурную проблему.

Стюарт раскритиковал подход, при котором агентный конвейер собирается из отдельных лучших в своём классе инструментов. По его мнению, в такой схеме слишком велик риск рассинхронизации: векторные эмбеддинги могут не совпадать с обновлёнными исходными данными, а права доступа к источнику — с тем, что фактически выдаётся при инференс-запросе. «Я считаю это заблуждением, когда речь заходит о параллельных запросах и функциях в массовом масштабе», — сказал он.

Vast Data предлагает дезагрегированную архитектуру shared-everything, которая объединяет функции систем хранения и инструментов обработки данных. Стюарт напомнил, что Hadoop-озёра и шины событий Kafka формально не называли системами хранения, хотя они хранили петабайты данных. По его словам, совмещение этих ролей в tightly integrated виде даёт нужную производительность.

Спрос на такие решения подкреплён финансами: в апреле 2026 года Vast Data привлекла около $1 млрд при оценке в $30 млрд. Стюарт отмечает, что операторы неоклаудов и другие строители ИИ-инфраструктуры не терпят неэффективных решений и готовы стирать и заменять софт, который не выдаёт результат, — резкий разрыв с эпохой вендорской привязки в индустрии хранения.

Ключевой ограничитель — регулируемые данные. По оценке Стюарта, около половины мировых данных до сих пор находится в корпоративных дата-центрах или колокейшн-площадках, и значительная их часть юридически не может быть передана в публичные облачные фронтир-модели. Ответом компании стал DataEnclave — конфиденциальная среда исполнения ИИ, анонсированная в сентябре 2026 года совместно с Nvidia и Cohere.

DataEnclave запускает модели в защищённых виртуальных машинах, требует удалённой криптографической аттестации до выдачи ключей и логирует все обращения к данным в защищённой от подмены базе. «Если нет аттестации, нет доступа к ключам для модели и данных», — подчеркнул Стюарт. По его словам, именно это позволит подключать фронтир-модели к особо чувствительным наборам данных и закрыть последнюю милю на пути внедрения ИИ-инструментов.