Jon Hyde, Senior Director of Competitive Intelligence di Dell, ha pubblicato tre nuovi post sul blog di AI Factory rivolti ai principali rivali, tra cui VAST Data.
Il primo post,“Dove le fabbriche di intelligenza artificiale hanno raggiunto il loro primo tetto”, afferma che Dell PowerScale offre prestazioni IA equivalenti a quelle di Nvidia utilizzando il 72% di energia in meno, l'80% di spazio su rack in meno e 8 volte meno switch backend rispetto ai progetti di riferimento della concorrenza. Hyde spiega che le fabbriche di intelligenza artificiale basate su Nvidia spesso si scontrano con colli di bottiglia in termini di potenza e spazio dei data center a causa delle elevate esigenze di GPU, storage e hardware di rete.
Sostiene che le piattaforme di storage AI integrate come il sistema operativo AI di VAST Data richiedono molti più switch backend a causa dell'architettura di scalabilità disaggregata. Gli switch aggiuntivi aumentano l'occupazione del rack, i costi di cablaggio, raffreddamento e alimentazione prima ancora che vengano eseguiti i carichi di lavoro della GPU.
Hyde sottolinea che le aziende dovrebbero valutare la quantità di energia consumata dalla loro architettura di storage.
Secondo i test di Dell in linea con i progetti di riferimento di Nvidia, PowerScale eguaglia le prestazioni Everpure e VAST con un sovraccarico dell'infrastruttura molto più leggero. Rispetto in particolare a VAST, offre prestazioni identiche con un consumo energetico inferiore del 41% e quasi il 50% in meno di spazio su rack.
Hyde contesta anche le affermazioni di efficienza pubblica di VAST. Chiarisce che il pubblicizzato risparmio energetico del 77% di VAST e la riduzione dello spazio del 73% derivanti dagli offload della DPU BlueField riflettono aggiornamenti interni rispetto allo stack precedente, non vantaggi competitivi rispetto alle architetture di riferimento Nvidia standard del settore.
Il secondo blog di Hyde,"Si chiama database. Non si comporta come tale",sostiene che le piattaforme forti di metadati e carichi di lavoro vettoriali non possono qualificarsi pienamente come database di livello aziendale. Tabelle strutturate, record e dati di serie temporali critici per l'azienda richiedono funzionalità robuste che i sistemi puramente incentrati sull'indicizzazione non possono soddisfare.
Cita l'analisi di theCUBE Research del giugno 2025 che descrive VAST DataBase essenzialmente come un "indice distribuito" privo di ottimizzazione SQL matura, pianificazione delle query basata sui costi, governance basata sui ruoli e integrazione completa degli strumenti BI offerti da piattaforme aziendali come Snowflake e BigQuery. Il rapporto ha concluso che, nonostante la rapida crescita dei ricavi, VAST non ha ancora raggiunto una maturità Lakehouse paragonabile a Databricks o agli standard di database cloud stabiliti da Snowflake e dai principali hyperscaler: una visione riaffermata da theCUBE nel febbraio 2026.
Hyde fa inoltre riferimento ai risultati della ricerca NAND: mentre VAST supporta formati aperti come Apache Iceberg, il suo motore di database principale è proprietario e personalizzato verticalmente. Questo design strettamente integrato differisce dall'approccio componibile e a ecosistema aperto adottato da Dell, NetApp, HPE ed Everpure, avvicinando VAST all'architettura chiusa in stile HCI.
Al contrario, Dell supporta nativamente Apache Iceberg su ObjectScale, consentendo un'interoperabilità perfetta tra i dati archiviati in PowerScale/ObjectScale e i carichi di lavoro Databricks e Snowflake tradizionali senza migrazione dei dati.
Il terzo post di Hyde,"Il progetto per la prossima valutazione"delinea cinque criteri di valutazione fondamentali per gli acquirenti IT che valutano le piattaforme dati AI, coprendo l'adattamento alla gravità dei dati, il sovraccarico operativo, l'utilizzo della GPU, l'ingombro fisico e la compatibilità dello stack di analisi.
Hyde afferma che le valutazioni delle offerte di storage AI dovrebbero concentrarsi su fattori operativi del mondo reale oltre le demo di benchmark: selezione di architetture compatibili con l'effettiva gravità dei dati aziendali; contabilizzazione completa dei lavori di sincronizzazione, dei costi del personale, dell'efficienza della GPU e dell'ingombro dell'hardware; e preservare le toolchain di analisi esistenti anziché forzare la migrazione del carico di lavoro.
Secondo lui, i piani di vendita dei fornitori si rivolgono alle parti interessate esecutive, mentre i team di struttura, ingegneria dei dati e FinOps sostengono i costi operativi effettivi, richiedendo la partecipazione di tutti i team alle valutazioni dei fornitori.
Hyde ha inoltre proposto cinque domande mirate per rivelare i veri punti di forza dell'architettura dei fornitori: la proporzione dei dati nello spazio dei nomi prevista per tre anni; lavoro di sincronizzazione stazionaria e requisiti di personale; TTFT riproducibile a modello aperto, throughput dei token e tasso di successo della cache; consumo di energia, spazio e switch completamente documentato su scala target; e compatibilità nativa con le distribuzioni Databricks e Snowflake esistenti.
VAST Data ha rifiutato commenti dettagliati, affermando solo che non risponde ai contenuti della concorrenza.
Commento: La pubblicazione da parte di Dell di sei blog dettagliati incentrati sulla critica rivolti a VAST segnala un'intensa pressione competitiva da parte del fornitore rivale di infrastrutture dati in rapida crescita.
Pechino Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Direttore della strategia globale
WhatsApp/WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Sito Web: www.qianxingdata.com/www.storagesserver.com
Focus aziendale:
Distribuzione prodotti ICT/Integrazione di sistemi e servizi/Soluzioni infrastrutturali
Con oltre 20 anni di esperienza nella distribuzione IT, collaboriamo con marchi leader a livello mondiale per fornire prodotti affidabili e servizi professionali.
"Utilizzare la tecnologia per costruire un mondo intelligente" Il tuo fornitore di servizi di prodotti ICT di fiducia!
Il tuo messaggio deve contenere da 20 a 3000 caratteri!
Italian
