新產(chǎn)品提供獨特融合架構(gòu)，業(yè)界領(lǐng)先人工智能先驅(qū)企業(yè)（例如 Cohere、CoreWeave 和 NVIDIA 等）正在利用此架構(gòu)，實現(xiàn)突破性效能提升，並降低大規(guī)模人工智能訓(xùn)練和推理工作負載的基礎(chǔ)設(shè)施要求

巴黎和加州坎貝爾2025年7月9日 /美通社/ -- 自 RAISE SUMMIT 2025：WEKA 推出 NeuralMesh Axon，這是個突破性儲存系統(tǒng)。該系統(tǒng)利用創(chuàng)新融合架構(gòu)，旨在解決百億億次人工智能應(yīng)用程式和工作負載的運行基本挑戰(zhàn)。NeuralMesh Axon 無縫融合 GPU 伺服器和人工智能工廠，從而簡化部署、降低成本，並顯著增強人工智能工作負載的回應(yīng)能力和效能，轉(zhuǎn)變未充分利用的 GPU 資源為統(tǒng)一兼高效能的基礎(chǔ)設(shè)施層。

WEKA's NeuralMesh Axon delivers an innovative fusion architecture designed to address the fundamental challenges of running exascale AI applications and workloads.

新產(chǎn)品以該公司最近發(fā)佈的 NeuralMesh 儲存系統(tǒng)為基礎(chǔ)，該系統(tǒng)透過強大嵌入式功能，增強容器化微服務(wù)架構(gòu)，協(xié)助人工智能先驅(qū)、人工智能雲(yún)端和雲(yún)端新秀服務(wù)供應(yīng)商加速大規(guī)模人工智能模型發(fā)展，特別是它結(jié)合 NVIDIA AI Enterprise 軟體堆疊時，實現(xiàn)高級模型訓(xùn)練和推理最佳化。NeuralMesh Axon 還支援即時推理，顯著改善第一個權(quán)杖時間和整體權(quán)杖流通量，協(xié)助客戶更迅速地將創(chuàng)新推向市場。

每秒百億億次運算下，人工智能基礎(chǔ)設(shè)施障礙的複合性能 
是大型語言模型 (LLM) 訓(xùn)練和推理工作負載的成敗關(guān)鍵，尤其是在極端規(guī)模運行時。那些機構(gòu)在倚靠繁重複製方法的傳統(tǒng)儲存架構(gòu)上，運行大量人工智能工作負載。這除了浪費 NVMe 容量，也面對嚴重低效率的問題，並難以應(yīng)付不可預(yù)測的效能和資源分配。

哪些原因？傳統(tǒng)架構(gòu)的設(shè)計，並非為了即時處理和儲存大量資料。它們在數(shù)據(jù)工作流和人工智能工作流程中，製造延遲和瓶頸，這能阻礙百億億次人工智能部署。未充分利用的 GPU 伺服器和過時的數(shù)據(jù)架構(gòu)，將優(yōu)質(zhì)硬體變成閒置資本，造成訓(xùn)練工作負載出現(xiàn)高昂代價的停機時間。推理工作負載面對記憶體限制障礙，包括鍵-值 (KV) 快取和熱數(shù)據(jù)，導(dǎo)致降低流通量和增加基礎(chǔ)設(shè)施壓力。有限 KV 快取卸載容量造成數(shù)據(jù)存取瓶頸，而傳入提示的資源分配變得複雜，直接影響營運支出和洞察時間。許多機構(gòu)正在轉(zhuǎn)用 NVIDIA 加速運算伺服器，並搭配 NVIDIA AI Enterprise 軟體，應(yīng)對這些挑戰(zhàn)。然而，由於他們?nèi)狈ΜF(xiàn)代儲存整合，而仍然會遇到重大工作流效率和整體 GPU 利用率限制。

專為全球最大兼最高要求加速運算環(huán)境而建 
為了應(yīng)付這些挑戰(zhàn)，NeuralMesh Axon 的高效能兼彈性儲存結(jié)構(gòu)，透過利用本機 NVMe、備用 CPU 核心及其現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)架構(gòu)，直接整合至加速運算伺服器。這種統(tǒng)一兼軟體定義的運算和儲存層，為本地和遙距工作負載提供一致微秒延遲——超過 NFS 等傳統(tǒng)本地協(xié)定。

此外，當(dāng)利用 WEKA 的增強記憶體網(wǎng)格功能時，它可以為大規(guī)模的 KV 快取負載，提供近乎記憶體的速度。這有別於浪費聚合容量和故障時崩潰的繁重複製方法，NeuralMesh Axon 的獨特抹除碼設(shè)計可容許最多四個節(jié)點同時遺失，在重建期間維持完全流通量，並支援跨現(xiàn)有 NVMe、CPU 核心和網(wǎng)絡(luò)資源的預(yù)先定義資源分配——轉(zhuǎn)換隔離磁碟為百億億次級及以上的類似記憶體的低延遲儲存池，同時向全部可定址數(shù)據(jù)，提供一致低延遲存取。

在百億億次級運算下，雲(yún)端服務(wù)供應(yīng)商和人工智能創(chuàng)新者需要能夠配對模型複雜性和資料集大小呈指數(shù)成長的基礎(chǔ)設(shè)施解決方案。NeuralMesh Axon 專為處於人工智能創(chuàng)新前沿的機構(gòu)設(shè)計，這些機構(gòu)需要即時、極大規(guī)模效能，而非隨著時間逐漸擴展。這包括建立人工智能服務(wù)的人工智能雲(yún)端供應(yīng)商和雲(yún)端新秀、區(qū)域人工智能工廠、為企業(yè)客戶開發(fā)人工智能解決方案的主要雲(yún)端供應(yīng)商，以及部署最高要求人工智能推理和訓(xùn)練解決方案的大型企業(yè)機構(gòu)。這些機構(gòu)必須靈活擴展和最佳化自身的人工智能基礎(chǔ)設(shè)施投資，而支援迅速的創(chuàng)新週期。

提供改變遊戲規(guī)則的效能，加速人工智能創(chuàng)新 
早期採用者，包括業(yè)界領(lǐng)先兼安全第一企業(yè)人工智能公司 Cohere，已經(jīng)看到轉(zhuǎn)型成果。

Cohere 是 WEKA 首批部署 NeuralMesh Axon 的客戶之一，支援客戶的人工智能模型訓(xùn)練和推理工作負載。Cohere 面對高昂創(chuàng)新成本、資料傳送瓶頸和未充分利用 GPU，率先於公有雲(yún)中部署 NeuralMesh Axon，從而統(tǒng)一人工智能堆疊和簡化操作。

Cohere 工程副總裁 Autumn Moulder 表示：「對於人工智能模型建構(gòu)者來說，速度、GPU 最佳化和成本效益是任務(wù)關(guān)鍵。這表示更少硬件，生成更多權(quán)杖，並運行更多模型——而毋需等待容量或遷移數(shù)據(jù)。嵌入 WEKA 的 NeuralMesh Axon 至我們的 GPU 伺服器中，協(xié)助我們盡量提升利用率，並加速我們的人工智能工作流的每一步。效能提升已改變遊戲規(guī)則：過去推理部署需時五分鐘，現(xiàn)在可以於 15 秒內(nèi)完成，檢查點速度提升 10 倍。我們的團隊現(xiàn)在可以不斷疊代，並以前所未有的速度，將完全創(chuàng)新人工智能模型（例如 North 等）推向市場。 」

該公司為了改善培訓(xùn)和幫助發(fā)展 Cohere 的安全人工智能代理平臺 North，正在 CoreWeave Cloud 上部署 WEKA 的 NeuralMesh Axon。這創(chuàng)建堅實基礎(chǔ)來支援即時推理，並為 Cohere 的最終客戶提供卓越體驗。

CoreWeave 技術(shù)總監(jiān)兼共同創(chuàng)辦人 Peter Salanki：「我們正在進入人工智能進步超越原始運算的時代——它是由智能基礎(chǔ)設(shè)施設(shè)計爆發(fā)的。CoreWeave 正在透過消除限制人工智能規(guī)模發(fā)展的複雜性，而重新定義人工智能先驅(qū)的可能。我們透過無縫整合 WEKA 的 NeuralMesh Axon 至 CoreWeave 的人工智能雲(yún)端基礎(chǔ)設(shè)施，而正在直接賦予數(shù)據(jù)處理能力，實現(xiàn)微秒延遲，從而減少 I/O 等待時間，並為單個 GPU 伺服器提供超過 30 GB/s 的讀取速度、12 GB/s 寫入速度和 100 萬 IOPS。這種突破性方法提高 GPU 利用率，並為 Cohere 提供效能基礎(chǔ)。他們需要打破推理速度障礙，並為客戶提供先進人工智能解決方案?！?/p>

NVIDIA 解決方案架構(gòu)和工程副總裁 Marc Hamilton 表示：「人工智能工廠正在定義基於 NVIDIA 加速運算和我們的 NVIDIA 雲(yún)端合作夥伴生態(tài)系統(tǒng)建構(gòu)的人工智能基礎(chǔ)設(shè)施的未來。機構(gòu)透過大規(guī)模最佳化推理和，並於靠近 GPU 的地方嵌入超低延遲 NVMe 儲存，而可以釋放更多頻寬和擴展可用 GPU 記憶體為任何容量。我們與 CoreWeave 一起部署的合作夥伴解決方案（例如 WEKA 的 NeuralMesh Axon），為加速推理提供關(guān)鍵基礎(chǔ)，同時帶來卓越效能和成本效益，協(xié)助新一代人工智能服務(wù)。 」

融合儲存和運算對人工智能創(chuàng)新的好處 
NeuralMesh Axon 為百億億次級人工智能建構(gòu)者和雲(yún)端服務(wù)供應(yīng)商，帶來即時兼可量度的改進，包括：

• 擴展記憶體配加速權(quán)仗流通量：提供 WEKA 增強記憶體網(wǎng)格技術(shù)的緊密整合，透過利用它為權(quán)仗倉庫來擴展 GPU 記憶體。在多個客戶部署中，這提升第一個權(quán)仗效能 20 倍，從而實現(xiàn)更大上下文窗口，並顯著提高推理密集型工作負載的權(quán)仗處理效率。此外，NeuralMesh Axon 協(xié)助客戶動態(tài)調(diào)整運算和儲存資源，並無縫支援即時訓(xùn)練和即時推理。
• 巨大 GPU 加速和效率提升：客戶透過 NeuralMesh Axon 而實現(xiàn)顯著效能和 GPU 利用率提升，人工智能模型訓(xùn)練工作負載超過 90%——較行業(yè)平均水平高三倍。NeuralMesh Axon 還降低機房數(shù)據(jù)中心所需的機架空間、電力和冷卻要求，透過利用現(xiàn)有伺服器資源，協(xié)助降低基礎(chǔ)設(shè)施成本和複雜性。
• 立即擴充大規(guī)模人工智能工作流程：專為需要立即實現(xiàn)極端規(guī)模（而非隨著時間而成長）的人工智能創(chuàng)新者設(shè)計。NeuralMesh Axon 的容器化微服務(wù)架構(gòu)和雲(yún)端原生設(shè)計，協(xié)助機構(gòu)獨立地擴展儲存效能和容量，同時保持混合和多雲(yún)環(huán)境一致效能特徵。
• 協(xié)助團隊專注建立人工智能，而非基礎(chǔ)設(shè)施：在混合和雲(yún)端環(huán)境中無縫運行，並整合現(xiàn)有 Kubernetes 和容器環(huán)境，從而無需外部儲存基礎(chǔ)設(shè)施並降低複雜性。

WEKA 產(chǎn)品總監(jiān) Ajay Singh 表示：「百億億次人工智能面臨的基礎(chǔ)設(shè)施的挑戰(zhàn)，有別於業(yè)界過去面對的任何挑戰(zhàn)。在 WEKA，我們看到很多機構(gòu)在訓(xùn)練期間面對 GPU 利用率低和推理期間 GPU 過載的問題，而每個模型和代理的人工智能成本卻高達數(shù)百萬美元。這就是我們設(shè)計 NeuralMesh Axon 的原因，它源於我們深度關(guān)注從 GPU 開始的每層人工智能基礎(chǔ)設(shè)施最佳化?，F(xiàn)在，人工智能為先的機構(gòu)可以在百億億次級及更高規(guī)模運作中，實現(xiàn)具有競爭力人工智能創(chuàng)新所需的效能和成本效益。 」

可用性 
NeuralMesh Axon 目前僅向大型企業(yè)人工智能和雲(yún)端新秀客戶限量提供，預(yù)計將於 2025 年秋季全面上市。如欲更多資料，請瀏覽：

• 產(chǎn)品網(wǎng)頁：https://www.weka.io/product/neuralmesh-axon/
• 解決方案簡介：https://www.weka.io/resources/solution-brief/weka-neuralmesh-axon-solution-brief
• 網(wǎng)誌文章：https://www.weka.io/blog/ai-ml/neuralmesh-axon-reinvents-ai-infrastructure-economics-for-the-largest-workloads/

關(guān)於 WEKA 
WEKA 正在透過其智能自適應(yīng)網(wǎng)格儲存系統(tǒng) NeuralMesh?，改變機構(gòu)建立、運作和擴展人工智能工作流程的方式。NeuralMesh 有別於（隨著人工智能環(huán)境擴展而變得更脆弱）傳統(tǒng)數(shù)據(jù)基礎(chǔ)設(shè)施，而隨著規(guī)模擴大而變得更迅速、更強大兼更有效率。它隨著您的人工智能環(huán)境而成長，為企業(yè)人工智能和代理式人工智能創(chuàng)新提供靈活基礎(chǔ)。NeuralMesh 獲 30%《財富》雜誌 50 強企業(yè)和全球領(lǐng)先雲(yún)端新秀和人工智能創(chuàng)新者信賴。它可最大化 GPU 利用率，加速取得首個權(quán)杖，並降低人工智能創(chuàng)新的成本。如欲了解更多，請瀏覽 www.weka.io 或追蹤我們的 LinkedIn 和 X。

WEKA 和 W 標誌乃 WekaIO, Inc. 的註冊商標，而此處其他商品名稱可能是其各自擁有人的商標。

WEKA: The Foundation for Enterprise AI