NetApp-DataPelago, opportunità per il canale storage AI

NetApp rafforza la propria strategia nell’intelligenza artificiale acquisendo DataPelago, società californiana specializzata nelle infrastrutture per l’elaborazione accelerata dei dati.

L’operazione non rappresenta soltanto un ampliamento tecnologico del portafoglio del vendor, ma può aprire una nuova fase per il suo ecosistema di distributori, reseller e system integrator.

La tecnologia di DataPelago permette infatti di avvicinare il calcolo ai dati, portando capacità di elaborazione basate su CPU e GPU direttamente al livello dello storage.

L’obiettivo è ridurre la necessità di spostare e duplicare le informazioni prima di utilizzarle per applicazioni di intelligenza artificiale e analytics.

Per il canale si profila quindi un’opportunità che va oltre la vendita di capacità storage. I partner potranno costruire progetti più articolati, nei quali infrastruttura, governance, sicurezza, accelerazione dei workload e servizi professionali vengono integrati in un’unica proposta.

L’AI aziendale si scontra con la frammentazione dei dati

Le imprese stanno investendo in GPU, modelli linguistici e piattaforme di intelligenza artificiale, ma molte iniziative rimangono bloccate nella fase sperimentale.

Il problema non riguarda soltanto la potenza di calcolo disponibile, ma la capacità di trovare, preparare, governare e rendere accessibili i dati aziendali.

Le informazioni sono spesso distribuite tra data center, cloud pubblici, applicazioni Software as a Service, sistemi legacy e infrastrutture periferiche.

Prima di essere utilizzate dai modelli devono quindi essere copiate, trasformate e trasferite verso ambienti di elaborazione dedicati.

Questo processo aumenta i costi, introduce ritardi e moltiplica le copie da proteggere. Può inoltre creare problemi di conformità, soprattutto quando i dati contengono informazioni personali, proprietà intellettuale o contenuti soggetti a vincoli geografici.

Con DataPelago, NetApp punta a intervenire proprio su questo punto dolente. L’elaborazione viene spostata verso il punto in cui le informazioni risiedono, evitando che i dati debbano essere continuamente trasferiti verso cluster esterni.

“Con l’evoluzione dei modelli di AI e dei chip sempre più efficaci che li alimentano, le aziende hanno bisogno di infrastrutture dati altrettanto intelligenti e potenti”, ha spiegato George Kurian, Chief Executive Officer di NetApp.

Nucleus porta il calcolo direttamente nello storage

Al centro dell’acquisizione si trova Nucleus, il motore universale di elaborazione sviluppato da DataPelago.

La tecnologia utilizza risorse eterogenee, combinando CPU e GPU per processare le informazioni direttamente nel luogo in cui sono archiviate.

NetApp definisce questo approccio “attivazione zero-copy”. I dati possono essere preparati e utilizzati per l’AI senza creare copie separate da trasferire in ambienti differenti. Lo storage smette così di essere soltanto un deposito passivo e assume un ruolo attivo nei processi di elaborazione.

Secondo i dati dichiarati dalle aziende, Nucleus può ridurre i costi infrastrutturali fino all’80% e fornire prestazioni fino a dieci volte superiori rispetto agli approcci convenzionali. Si tratta di risultati che dovranno essere verificati nei singoli contesti applicativi, considerando volumi, tipologia dei workload e architettura esistente.

Il principio tecnologico resta però rilevante: anziché aumentare continuamente le risorse dedicate allo spostamento e alla duplicazione dei dati, le imprese possono cercare di utilizzare la capacità di calcolo nel punto in cui le informazioni sono già conservate.

Per i distributori cresce il valore dell’abilitazione tecnica

Per i distributori, l’operazione può rappresentare un’occasione per ampliare il proprio ruolo nella catena del valore. La distribuzione non sarà chiamata soltanto a rendere disponibile una nuova componente tecnologica, ma a costruire competenze, laboratori dimostrativi e percorsi di formazione dedicati.

Le soluzioni di elaborazione accelerata applicate allo storage richiedono infatti conoscenze che attraversano più domini: data management, GPU computing, cloud ibrido, cybersecurity, analytics e architetture AI. Difficilmente un reseller generalista potrà affrontare autonomamente tutti questi aspetti.

Il distributore potrà quindi agire come aggregatore di competenze, mettendo in relazione partner infrastrutturali, specialisti dei dati, società di consulenza e sviluppatori di applicazioni. Potrà inoltre supportare la realizzazione di proof of concept, offrendo ambienti di test nei quali misurare prestazioni e benefici prima di passare alla produzione.

Un altro spazio riguarda la formazione commerciale. I partner dovranno imparare a presentare la tecnologia non come un semplice aggiornamento dello storage, ma come una risposta ai problemi che rallentano i progetti di AI: copie eccessive, tempi di preparazione, costi di trasferimento e difficoltà di governance.

La capacità del distributore di tradurre una tecnologia complessa in casi d’uso comprensibili potrà determinare la velocità con cui l’offerta raggiungerà il mercato.

I reseller possono superare la vendita di capacità

Per i reseller, l’integrazione di DataPelago nel portafoglio NetApp offre la possibilità di spostare la conversazione commerciale dal prezzo per terabyte al valore generato dai dati.

La proposta potrà essere rivolta alle aziende che hanno già acquistato GPU o servizi cloud per l’intelligenza artificiale, ma faticano a portarli a regime. In questi casi il partner potrà partire dall’analisi dell’infrastruttura esistente, individuando dove si trovano i dati, quante copie vengono generate e quali passaggi rallentano i processi.

Alla vendita dell’hardware potranno così affiancarsi servizi di assessment, data discovery, classificazione delle informazioni e analisi dei workload. Il reseller potrà inoltre intervenire sulla razionalizzazione dello storage, sulla riduzione delle copie e sulla definizione delle politiche di accesso.

Questa evoluzione richiederà però un cambiamento nel modello commerciale. La tecnologia dovrà essere proposta agli interlocutori IT, ma anche ai responsabili dei dati, dell’innovazione e delle linee di business. Il beneficio non sarà misurato soltanto in termini di capacità e prestazioni, ma attraverso la riduzione dei tempi necessari per mettere in produzione un’applicazione AI.

Per i partner più piccoli, la collaborazione con il distributore e con system integrator specializzati potrà diventare indispensabile. Le opportunità maggiori nasceranno probabilmente da progetti condivisi, nei quali ogni operatore porta una competenza specifica.

I system integrator diventano centrali nell’architettura

I system integrator sono probabilmente gli attori che potranno ricavare il maggiore valore progettuale dall’acquisizione. Portare l’elaborazione vicino ai dati implica infatti una revisione delle architetture e dei flussi informativi aziendali.

Prima di introdurre una soluzione zero-copy è necessario comprendere dove risiedono le informazioni, quali applicazioni le utilizzano, quali livelli di servizio devono essere rispettati e quali vincoli normativi ne regolano il trattamento.

Il system integrator potrà occuparsi della progettazione dell’architettura, dell’integrazione con gli ambienti NetApp già installati e del collegamento con le piattaforme di AI e analytics. Potrà inoltre intervenire sulla migrazione dei workload, sulla definizione dei livelli di sicurezza e sull’orchestrazione delle risorse CPU e GPU.

Un ulteriore spazio riguarda gli ambienti ibridi. Molte imprese eseguono parte dei carichi nei propri data center e parte nei cloud pubblici. In queste situazioni, decidere quali dati spostare, quali mantenere localmente e dove effettuare l’elaborazione diventa un problema progettuale complesso.

Il partner potrà aiutare il cliente a evitare che l’adozione dell’AI generi una nuova frammentazione infrastrutturale. L’obiettivo sarà costruire un livello coerente di gestione, protezione e accesso alle informazioni, indipendentemente dal luogo nel quale vengono conservate.

Servizi gestiti e governance generano ricavi ricorrenti

L’operazione può favorire anche lo sviluppo di servizi gestiti. Una volta portate in produzione, le infrastrutture dedicate all’AI devono essere monitorate, aggiornate e ottimizzate costantemente.

MSP e service provider potranno offrire servizi di controllo delle prestazioni, gestione della capacità, verifica dell’utilizzo delle GPU e individuazione dei colli di bottiglia. Potranno inoltre monitorare i costi legati ai trasferimenti dei dati e intervenire quando un workload non utilizza in modo efficiente le risorse disponibili.

La governance rappresenta un’altra area di sviluppo. Rendere i dati accessibili all’AI non significa consentire un utilizzo indiscriminato delle informazioni. Le aziende devono stabilire quali contenuti possano essere elaborati, da quali modelli e per quali finalità.

I partner potranno offrire servizi continuativi di classificazione, controllo degli accessi, tracciamento delle attività e verifica delle politiche aziendali. Queste attività possono trasformare un progetto infrastrutturale iniziale in un rapporto pluriennale, basato su canoni e ricavi ricorrenti.

La capacità di collegare prestazioni, sicurezza e conformità sarà particolarmente importante nei settori regolamentati, come finanza, sanità, pubblica amministrazione e industria.

Le competenze diventano la principale barriera

Le opportunità per il canale sono rilevanti, ma non automatiche. La complessità delle tecnologie coinvolte può diventare una barriera per i partner che non investiranno nella formazione.

Non sarà sufficiente conoscere lo storage NetApp. Serviranno competenze sui modelli AI, sui processi di preparazione dei dati, sull’utilizzo delle GPU e sulla progettazione di architetture distribuite. Sarà inoltre necessario comprendere le esigenze dei responsabili di business e tradurle in requisiti infrastrutturali misurabili.

I partner dovranno evitare anche il rischio di presentare la tecnologia come una soluzione universale. Non tutti i workload richiedono elaborazione accelerata e non tutte le aziende dispongono di volumi tali da giustificare una revisione profonda dell’architettura.

La fase di assessment diventerà quindi essenziale. Il valore del partner consisterà anche nel riconoscere i progetti nei quali il modello zero-copy può produrre vantaggi concreti e quelli nei quali un’architettura tradizionale rimane sufficiente.

NetApp costruisce un ecosistema più ampio intorno ai dati

DataPelago opererà come società interamente controllata da NetApp. L’acquisizione si inserisce in un percorso di crescita che comprende anche collaborazioni con Cisco, Google Cloud, Red Hat e SK Telecom.

La direzione è quella di costruire un’infrastruttura capace non soltanto di conservare e proteggere i dati, ma di prepararli e attivarli per applicazioni intelligenti. In questo modello il canale assume un ruolo centrale, perché la tecnologia deve essere integrata nei processi e nelle architetture già presenti nelle aziende.

Distributori, reseller e system integrator avranno quindi la possibilità di sviluppare offerte che uniscono storage, AI, cloud, networking, sicurezza e consulenza. Il successo dipenderà però dalla capacità di costruire competenze e servizi, evitando di ridurre l’operazione a una semplice estensione del catalogo.

La prossima fase dell’intelligenza artificiale aziendale potrebbe essere decisa meno dalla disponibilità di nuovi modelli e più dalla capacità di utilizzare efficacemente i dati esistenti.

Per il canale, il terreno di competizione si sposta quindi verso la progettazione, la governance e la gestione continuativa delle infrastrutture che rendono possibile questa trasformazione.