QNAP lancia una piattaforma di edge computing all-in-one

QNAP Systems ha annunciato il lancio della sua soluzione Edge AI Storage Server, una piattaforma di edge computing all-in-one che integra storage dati, virtualizzazione, accelerazione GPU e gestione delle risorse di sistema. Questa soluzione, spiega una nota di QNAP, aiuta le aziende a costruire infrastrutture AI on-prem robuste, supportando diversi scenari come lo storage di dati AI, l’inferenza dei modelli, la manifattura smart e l’analisi video, riducendo al contempo i comuni rischi di sicurezza e i costi di licenza associati all’implementazione nel cloud.

Il QNAP Edge AI Storage Server, precisa la nota, consente un deployment flessibile di macchine virtuali e applicazioni containerizzate per modelli linguistici di grandi dimensioni (LLM) privati e carichi di lavoro AI, rendendolo ideale per uffici intelligenti, produzione, retail e ambienti di sorveglianza.

“L’attenzione sull’AI si è spostata dal semplice sviluppo dei modelli alla realizzazione dell’infrastruttura giusta”, afferma CT Cheng, Product Manager di QNAP. “Per le aziende che adottano LLM, AI generativa o virtualizzazione, ciò che conta davvero è disporre di una piattaforma in grado di gestire grandi dataset, garantire la sicurezza dei dati e fornire prestazioni affidabili. Il nostro Edge AI Storage Server è molto più di un semplice sistema storage. Integra funzionalità di inferenza AI, virtualizzazione e backup per aiutare le aziende a implementare l’AI in modo sicuro e flessibile”.

Le caratteristiche del QNAP Edge AI Storage Server

Sicurezza e Conformità migliorate: archivia ed esegue modelli AI/LLM e dati sensibili interamente in locale, evitando la trasmissione in cloud e supportando la conformità alle normative specifiche di settore: una caratteristica ideale per settori come finanza, sanità e manifattura.

Piattaforma integrata con TCO ridotto: combina storage, virtualizzazione, accelerazione GPU e protezione dei dati in un unico sistema, semplificando l’implementazione e riducendo i costi di manutenzione a lungo termine.

Allocazione precisa delle risorse: supporta GPU e PCIe passthrough, SR-IOV per l’ottimizzazione della rete e l’isolamento della CPU per allocare con precisione le risorse di sistema. Ciò garantisce prestazioni delle macchine virtuali quasi native, con bassa latenza ed alta stabilità.

Virtualizzazione e implementazione di container: compatibile con Virtualization Station e Container Station di QNAP, consente la rapida adozione di diversi ambienti AI per il deployment di modelli, lo sviluppo di applicazioni intelligenti o il backup di macchine virtuali.

Implementazione semplificata di LLM open source: consente di distribuire facilmente modelli open source come LLaMA, DeepSeek, Qwen e Gemma tramite Ollama per la ricerca interna di conoscenze, chatbot o lo sviluppo di strumenti AI, riducendo così le barriere all’adozione dell’AI.