企业中的人工智能新的人工智能(AI)和机器学习(ML)工作负载对企业基础设施提出了新的要求。基于文件的工作负载是许多人工智能主导的创新的核心。因此，包括视频、图像和音频文件在内的非结构化数据正在迅速膨胀。然而，企业也在寻求通过消费者偏好分析创造新的商业价值，并使用新的自动化水平创造产品。因此，由结构化数据（包括通话记录和信用卡交易）组成的数据集也在不断扩大。最佳的存储基础设施应该在一个统一的存储解决方案中处理这些新兴的基于文件的人工智能工作负载以及现有的基于块和文件的企业工作负载。企业采用AI时存储的7个注意事项企业希望存储解决方案能够提供许多数据管理功能。企业AI的出现特别强调以下七个领域：大规模一致性能设计优化多种存储介质的使用以满足性能、容量和成本目标通过多协议支持统一存储集成的企业数据保护功能强大的管理简化和自动化基础设施管理的工具智能基础设施分析经验丰富的解决方案提供商统一存储的优势支持并发使用多种协议存储使解决方案能够整合广泛的工作负载以实现以下几个业务优势：使数据可用于整个过程的流程AI/ML生命周期无需获取、管理和维护单独的SAN和NAS存储环境实现一致的数据保护降低获取成本、系统管理和管理开销降低数据中心功率最大限度地降低成本、冷却和机架空间DDN为Tintri品牌下的企业带来其高性能计算和大规模AI基础设施专业知识实际上，存储提供商是世界上最大的私人存储公司。DDN对任何规模的数据密集型工作负载及其存储要求都有深入的了解。现在很多企业刚刚跨过PB级的存储门槛，而DDN的客户端部署已经达到了EB级。在过去的几年里，随着企业对数据密集型人工智能的潜在价值越来越感兴趣，DDN也越来越有兴趣将其在大规模数据方面的专长应用于为企业定制的新解决方案。DDN对Tintri、Nexenta和IntelliFlash产品线的收购（现在统称为Tintri品牌）为数千家企业及其更广泛的企业基础设施生态系统打开了大门。这些收购也为DDN带来了企业存储领域最先进的AI和ML技术，增强了其智能基础设施的能力。更广泛的DDN战略是在整个DDN和Tintri产品系列中扩展这些和其他与人工智能相关的能力和自主运营。推动AI工作负载进入商业企业的市场条件、一些特定的企业AI用例以及为什么它们对业务成功越来越重要，以及可以帮助组织从AI工作负载中获得最大价值的存储基础设施类型，同时避免出现在成功部署AI的方法。
