NetApp gooit alle remmen los voor AI met AFX en AI Data Engine

In dit artikel:

NetApp heeft tijdens zijn Insight-conferentie een ingrijpende vernieuwing aangekondigd: NetApp AFX, een storageplatform dat specifiek is ontworpen voor AI-inferencing. Het nieuwe systeem combineert een gedisaggregeerde architectuur met speciale data-compute nodes en een softwarelaag die NetApp de “AI Data Engine” noemt. Doel: organisaties helpen AI-modellen betrouwbaar en snel te voeden met actuele data, een gebied waar veel projecten nu nog stokeren door ontoereikende infrastructuur.

Architectuur en schaalbaarheid
AFX scheidt compute (controllers) en capaciteitslaag (NVMe-flash) zodat prestaties en opslag onafhankelijk opgeschaald kunnen worden. De nodes communiceren via 400G-ethernet en het systeem kan volgens NetApp tot zeer grote capaciteiten opschalen (de naamgeving hint op exabyteschaal). Voor hogere I/O voeg je controllers toe; voor meer capaciteit breid je de NVMe-behuizing uit. De softwarebasis blijft ONTAP, waarmee NetApp zijn bestaande integraties met publieke clouds kan blijven bieden.

DX50: ingebouwde data-compute
Een opvallende hardwarecomponent is de DX50, een 1U-module met een Nvidia L4-GPU, een AMD Genoa-CPU en lokaal NVMe-opslag. Dit is geen algemene server voor VM’s, maar een gespecialiseerde data-compute node bedoeld om datapijplijnen te versnellen en taken te offloaden — vergelijkbaar in intentie met DPU-achtige functionaliteit. De DX50 draait de AI Data Engine-services en is een belangrijke reden waarom AFX zich onderscheidt van NetApp’s bestaande SAN- en NAS-systemen.

AI Data Engine: vier pijlers
De AI Data Engine voegt vier kernmogelijkheden toe die inferencing workflows moeten vergemakkelijken:
- Metadata Engine: centraliseert toegang en helpt datasets te ontsluiten uit verspreide silo’s, zodat data scientists sneller bij de juiste informatie komen.
- Data Sync: automatiseert synchronisatie en detectie van wijzigingen (gebaseerd op bestaande NetApp-middelen zoals SnapMirror/SnapDiff) om te voorkomen dat verouderde data door AI wordt gebruikt.
- Data Guardrails: biedt beleid, detectie en beschermingsmechanismen voor gevoelige data; bestanden kunnen bijvoorbeeld worden uitgesloten voor AI-gebruik.
- Data Curator: beperkt explosieve groei van vectorrepresentaties. Waar vectorisatie vaak tot 10–20× datatoename leidt, belooft NetApp met Data Curator die toename terug te brengen tot maximaal ongeveer 5×. Dat vermindert opslagkosten en versnelt zoekacties in embeddings.

Samenwerking met Nvidia
De AI Data Engine is gebouwd volgens principes van het Nvidia AI Data Platform en maakt gebruik van Nvidia NIM-API’s en inferencing-microservices. Daardoor is er sterke afhankelijkheid van Nvidia’s software- en inferencing-stack; dat verklaart ook waarom AFX eerst met Nvidia-gebaseerde compute-opties verschijnt. NetApp kondigde wel aanvullende ondersteuning aan (onder meer voor Nvidia RTX PRO-servers), maar liet onduidelijk of en wanneer alternatieve GPU-leveranciers volledig ondersteund zullen worden.

Modulariteit en inzetopties
De compute node is optioneel: klanten kunnen AFX alleen als gedistribueerde opslagpool inzetten of er compute aan toevoegen voor inferencing. Daardoor is AFX bruikbaar voor uiteenlopende workloads — van file- en object-opslag tot het voeden van AI-modellen — zonder te hoeven overprovisioneren. Voor traditionele HPC- of checkpointing-taken kunnen bestaande AFF- en E Series-producten nog steeds een rol spelen.

Strategische implicaties
NetApp positioneert AFX niet als een kleine productupdate maar als een potentieel nieuw begin: een architectuur die het bestaande portfolio kan verenigen en NetApp’s propositie voor AI-workloads fundamenteel verandert. De aankondiging komt op een moment dat NetApp volgens IDC marktleider is in All-Flash-systemen en verder wil inspelen op de groeiende vraag naar AI-infrastructuur. Of AFX dat succes daadwerkelijk vertaalt naar brede adoptie hangt af van ecosystem-ondersteuning (met name van software en alternatieve GPU-opties) en of klanten de beloofde efficiëntie en schaalbaarheid in de praktijk gaan ervaren.