NetApp收購DataPelago,將GPU加速技術導入儲存層。 此交易整合DataPelago的Nucleus引擎,該引擎在儲存層利用CPU與GPU處理數據,可將基礎設施成本削減高達80%,並提供比傳統方法快10倍的性能。在企業競相將AI投入生產之際,NetApp面臨來自Pure Storage與Dell日益激烈的競爭。
NetApp收購DataPelago,將GPU加速技術導入儲存層。 此交易整合DataPelago的Nucleus引擎,該引擎在儲存層利用CPU與GPU處理數據,可將基礎設施成本削減高達80%,並提供比傳統方法快10倍的性能。在企業競相將AI投入生產之際,NetApp面臨來自Pure Storage與Dell日益激烈的競爭。

NetApp Inc. 收購了新創公司 DataPelago,其 Nucleus 引擎在儲存層利用 CPU 與 GPU 處理數據,可將基礎設施成本削減高達 80%,並消除了企業 AI 部署中最大的瓶頸。
「實現此目標的關鍵在於,在數據被創建和儲存的地方啟用加速運算,」NetApp 執行長 George Kurian 表示。
DataPelago 的 Nucleus 引擎通過在數據所在之處進行處理(而非將其移至外部運算集群),性能可達傳統方法的 10 倍,雙方公司表示。該技術消除了將數據從營運系統複製到 AI 系統的需求——即所謂的零拷貝啟用。根據 NetApp 產品長 Syam Nair 的說法,NetApp 管理的企業數據橫跨的環境數量多於業內任何其他公司。
NetApp 的股票交易價格約為前瞻本益比的 18 倍,在企業儲存市場面臨 Pure Storage Inc. 與 Dell Technologies Inc. 的競爭。DataPelago 交易標誌著 NetApp 透過 AI 原生基礎設施尋求差異化的努力,此前該公司已與 Cisco Systems Inc.、Google Cloud、Red Hat Inc. 及 SK Telecom 建立了合作夥伴關係。
為何儲存層處理至關重要
目前的企業 AI 部署需要將數據從營運資料庫複製到獨立的 GPU 集群進行訓練與推理——這一過程可能需要數週時間,並消耗大量網路頻寬。DataPelago 的 Nucleus 引擎利用 CPU 與 GPU 的異構加速運算,直接在儲存層處理數據,完全繞過數據移動的瓶頸。
此方法解決了一個日益嚴重的痛點:企業已投資數十億美元於 GPU 和 AI 模型,但其數據仍分散在不同孤島中,導致運算資源閒置。「企業已投入數十億美元於 GPU 和 AI 模型,但其數據仍然零散,使得寶貴的運算資源閒置,未能讓這些投資發揮效用,」DataPelago 創辦人兼執行長 Rajan Goyal 表示。
誰贏、誰輸
此次收購強化了 NetApp 相對於 Pure Storage(該公司一直在推動其 AI 就緒儲存產品)以及 Dell(透過其 PowerScale 產品線主導企業儲存市場)的地位。這兩家競爭對手都在其儲存平台中增加了 GPU 直連功能。
對於超大規模雲端服務供應商——Amazon Web Services Inc.、Microsoft Corp. 的 Azure 以及 Google Cloud——這筆交易的直接威脅較小。NetApp 的 ONTAP 儲存軟體已原生嵌入所有三大主流雲端平台,這意味著 DataPelago 的技術最終可作為雲端服務提供,而非與雲端原生儲存競爭。
收購完成後,DataPelago 將作為 NetApp 的全資子公司營運。雙方公司未披露交易的財務條款。
NetApp 股價今年已上漲約 12%,其交易價格低於 Pure Storage 的 28 倍前瞻本益比。若 DataPelago 的技術能透過 AI 工作負載帶動儲存業務增量收入,此次收購可能有助於縮小這一估值差距,不過整合的時間表仍不明朗。
本文僅供資訊參考,不構成投資建議。