在AI趨勢發展與技術演進的驅動下，企業對GenAI從原先的觀望評估，開始逐漸於生產環境落地應用。在NetApp 2024年雲端複雜度調查報告中也觀察到，有超過七成的企業意識到，若要成功地運用AI，資料（74%）以及IT基礎架構（71%）將是兩大關鍵因素。
生成式AI（GenAI）因擁有自動化繁瑣工作、發掘新洞察和推動產品創新的潛力，已在全球受到高度矚目。根據調研機構IDC近期公布的《全球人工智慧與生成式人工智慧支出指南》，亞太地區正在大幅採用生成式AI，包含以AI為中心系統的軟體、硬體與服務，預計到了2027年相關支出將上看至260億美元，而2022年至2027年的年複合成長率高達（CAGR）95.4%。
顯然，在AI趨勢發展與技術演進的驅動下，企業對人工智慧與GenAI的期待，已經從觀望思維慢慢地走向在生產環境的落地應用，在NetApp 2024年雲端複雜度調查報告中也觀察到，已超過七成的企業意識到，若要成功地運用AI，資料（74%）以及IT基礎架構（71%）將是兩大關鍵因素。
四種配置方案 因應不同技術與應用場景
近期，NetApp與Savanta合作針對超過1,300名科技和資料高階主管進行了量化研究，並發布2024年雲端複雜度調查報告，調查發現，科技業投入AI的腳步最快，其次是金融服務業以及製造業。醫療保健領域則相對落後一些。
為了協助企業發揮生成式AI的潛力，NetApp針對不同技術與應用場景需求，提供四種不同的配置方案，對於想要自行訓練大型語言模型的企業，可選擇BeeGFS的NetApp EF系列搭配NVIDIA DGX SuperPOD；若是企業打算在內部進行模型訓練與微調，AFF的A系列或C系列就可以支援NVIDIA DGX BasePOD；而在檢索增強生成（RAG）應用方面，全系列的儲存設備都可以支援；另外，在資料湖建立方面，
StorageGRID物件軟體平台也能協助企業進行階層式儲存，StorageGRID可搭配容量型快閃記憶體，以最低成本提供快速的物件存取時間。 NetApp台灣技術總監許宏俊指出，一般資料湖通常都需要較高的儲存空間，但是基於成本考量，多半不會全部都用全快閃的儲存設備來支撐容量，兼顧容量與成本效益的最好方法就是讓冷、熱資料分層，企業只要將資料存放進來，NetApp設備就會自動地進行冷熱資料的判別，例如企業可以設定資料只要30天沒有使用，就往移往較便宜的儲存空間存放，如此，就能更彈性地運用儲存空間，而且使用者並不會意識到資料被分層儲存。
事實上，NetApp已推出多款整合式AI參考架構，此次也推出全新功能，例如，NetApp AIPod已是經認證的NVIDIA DGX BasePOD解決方案，其採用了NVIDIA DGX H100系統並搭配NetApp AFF C系列實惠容量快閃系統，可提高性價比，同時最佳化機架空間和永續性。而NetApp和Cisco聯合推出的融合基礎架構解決方案FlexPod，現在也能支援NVIDIA AI企業版軟體平台並且能夠結合Red Hat OpenShift和SuSE Rancher來進行擴展。此外，NetApp也已獲得NVIDIA OVX系統驗證，結合NetApp儲存與NVIDIA OVX運算系統，可協助簡化企業AI部署流程，包含模型微調和推論工作負載。
他提到，若想發揮生成式AI的潛力，安全、高效能地存取資料是相當重要的一環，而NetApp的優勢之一即在於，無論資料是散布在地端、雲端還是複雜的混合多雲環境中，只要是透過NetApp ONTAP的作業系統存放的資料，都可以被運用。而且NetApp現已整合NVIDIA NeMo Retriever，企業可以將儲存在NetApp ONTAP本地和先進公用雲端上的任何資料，餵進NVIDIA NeMo Retriever中，打造出聊天機器人、數位助理等生成式AI的應用，如此一來，前端使用者只需要透過簡單的提示查詢，就可以從電子表格、文件、簡報、技術圖紙、圖像、會議記錄，甚至是來自ERP或CRM系統的資料中獲得回應與見解，而且無損資料的安全與隱私。
儲存效能攸關GPU表現
除了硬體整合之外，NetApp也提供BlueXP資料分類，這項功能讓使用者可以立即自動分類、標記整個資料環境的資料，進而提升企業在資料管控、資訊安全與法規遵循方面的成效，同時加速如生成式AI等策略性工作負載的部署。而且也新增BlueXP災難復原服務協助企業設計與執行自動化災難復原計畫。
NetApp台灣技術總監許宏俊指出，確保資料安全、免於內部及外在威脅，是智慧化資料基礎架構的一大關鍵。
面對GenAI應用熱潮，NetApp台灣技術總監許宏俊認為，企業最大的挑戰其實是複雜性，這裡指的並不是建立基礎架構的複雜性，而是如何運用生成式AI與企業內部系統進行介接的複雜性。企業需要從內部系統把資料匯出以打造生成式AI，但是這個生成式AI的用途並不是僅僅作為資料查詢而已，而是要與企業工作流程整合，如何運用生成式AI讓工作流程變得更簡單，甚至更進一步把結果回饋給原本的系統，以便進行參數的調整，甚至部分自動化。而這才是企業目前面臨到最困難的地方。
「當然，如何將分散在各地的資料集中，做好資料的準備，也會是一項挑戰，另外，也有不少企業遇到儲存效能瓶頸。」他提到，多數企業在運算的算力上其實都準備得很充份，但是往往忽略儲存系統的效能，就曾有企業因為儲存系統的效能跟不上，而導致該企業花了幾千萬部署GPU伺服器的工作負載長期只維持在20%左右，後來經由NetApp協助，改採高效的儲存設備後，才讓GPU的使用率提高到90%以上。
另一項挑戰則是在安全性。過去幾年以來，勒索病毒到處肆虐，安全風險一直是企業非常關心的議題，當資料蒐集並完成訓練模型，以提供使用者查詢時，萬一資料遭到攻擊而被加密，服務將可能被迫停擺，這也是企業未來可能面臨的挑戰之一。此外，若是企業選擇自建AI基礎架構，相容性就會是企業需要克服的挑戰。他認為，一站式的AI基礎架構因已經優化，可加速企業建置的速度，也不用再經過相容性的檢查，再加上全球有足夠的參考架構，因而可以避免掉不少問題的發生。
許宏俊強調，確保資料安全、免於內部及外在威脅，是智慧化資料基礎架構的一大關鍵，對此，NetApp也在儲存設備中融入AI技術來偵測勒索軟體，新一代ONTAP自主勒索軟體防護（ARP/AI）採用ONTAP內建的最新機器學習技術，可即時偵測勒索軟體攻擊，包括檔案熵值變更、副檔名、標頭竄改、部分加密等，能夠更快速地偵測更廣泛的威脅，將有助於更快速因應。而這項功能在近期也榮獲第三方資安驗證公司SE Labs授予AAA評等。經SE Labs驗證，NetApp ARP/AI確有保護免於勒索軟體攻擊的效果，召回率（衡量惡意程式偵測率的指標）高達99%，而且還能100%識別合法檔案，沒有出現誤報的情況。