据SiliconANGLE报道，NetApp与英伟达正在为AI工厂重新设计存储架构，双方合作可追溯至十多年前，并包含围绕AI基础设施的联合工程。NetApp首席平台与技术官Arindam Banerjee和英伟达存储技术副总裁Jason Hardy在NetApp INSIGHT期间接受theCUBE采访时说，AI工作负载迫使存储系统同时处理大规模数据移动与高频元数据操作，以保持GPU持续获得数据。

NetApp的Novus架构将数据与元数据功能分离，使两者可以依据不同工作负载需求独立扩展。Banerjee说，传统企业存储围绕扩展方式相对可预测的工作负载设计，而AI把重数据移动与事务型元数据活动结合在一起，且往往发生在共享基础设施上。如果元数据和数据共享同一资源、同一介质和同一网络，数据操作会排在小而具事务性质的元数据操作之后，造成系统效率低下，并让昂贵的GPU在继续耗电的同时利用不足。将两者分开扩展，是为了恢复效率，让GPU保持数据供给。

Banerjee说，AI工厂的变化在于不同类型工作负载同时出现：元数据对应事务型负载，检查点等对应重型顺序负载。以往架构能很好处理其中一种，却无法同时兼顾两者。AI工厂正在推动存储系统在同一时间处理这两类数据需求。

Hardy说，关键在于设计一套能随时间扩展的系统。企业正从试用阶段进入第二阶段，即主流生产部署；AI代理开始出现，企业级推理也在发生。这意味着基础设施要在微调、推理、容量和AI就绪数据之间保持灵活性，随着生产工作负载变化和需求在不同部分之间转移而调整，不必每出现一个新用例就重新设计系统。

代理型工作负载带来另一重压力。Banerjee指出，吞吐量重要，并发同样关键。成千上万个代理可能同时访问数据，其权限可能是临时的、范围狭窄的，这会增加元数据操作量。并发代理带来的元数据访问正在重新定义未来存储系统的构建方式。

这种变化也改变了与存储层交互的人。Banerjee说，AI团队不是存储工程团队，应能通过API、SDK来消费存储，未来也可能由代理完成这些工作。因此存储必须真正由API驱动、对代理友好。NetApp正在设计新的控制平面，允许通过API使用Novus。