日立 Vantara 这次对 VSP One 的更新,核心是围绕企业 AI 场景,扩充 VSP One Object 对象存储和数据湖仓的配套能力,让企业不用频繁搬运数据就能跑 AI 训练、推理和湖仓分析,降低数据复制带来的成本、延迟和数据一致性风险。很多企业做生成式 AI、RAG 检索增强生成的时候,痛点就是 AI 数据集分散,结构化、非结构化数据分开存放,来回拷贝数据,占用大量算力,这次更新就是针对性解决这个问题,把分析能力放在数据原地执行。
本次更新核心功能
- 原地开放格式查询
- 更小起步集群配置
- 对接 Hitachi iQ 与 iQ Studio
- 多站点复制与区域能力增强
- 配套管理能力
可以直接在 VSP One Object 上读取 Iceberg、Parquet、JSON、CSV 这类常用开放格式,不需要把数据迁移到独立分析平台;官方数据显示查询性能最高提升 5 倍,同时 CPU 资源占用减少 80%。
支持 4 节点起步部署 VSP One Object,企业可以先小集群上线验证 AI、湖仓业务,后续按需横向扩容,降低前期落地门槛。
作为 Hitachi iQ 的底层数据底座,iQ Studio 同步新增能力,支持在管控范围内,给 RAG 应用开放结构化、非结构化数据的合规访问通道,适配企业生成式 AI 业务。
强化跨站点数据复制,提升 AI 和分析负载的数据容灾、业务连续性,就算局部故障,AI 可用数据集依然可以正常访问。
VSP 360 统一管理平台适配对象存储环境,集中监控、策略管控;O14 硬件平台、元数据优化也同步配套,小对象 IOPS 最高提升 4 倍,单节点可支持超 25 亿对象。
适合落地的业务步骤
第一步,梳理企业 AI 和湖仓业务的数据类型,区分训练数据集、推理素材、报表分析数据,确认需要使用 Iceberg、Parquet 等开放表格式的业务;
第二步,评估现有存储架构,选择 4 节点起步或者扩容现有 VSP One 集群,规划计算、存储解耦扩容方案;
第三步,配置数据访问权限、多站点复制策略,在 VSP 360 上统一做监控和数据治理;
第四步,对接 Spark、Trino、Hitachi iQ Studio,搭建原地查询、RAG 检索、AI 训练的工作流;
第五步,持续监控元数据性能、对象数量,按需扩容元数据盘和存储节点。
最终价值总结
这套更新后的 VSP One,给企业提供一套统一底座,一块存储同时承载对象存储、数据湖仓、企业 AI 负载,减少中间数据管道,简化架构,同时满足合规、容灾、可扩展的企业级要求。
【常见问题】
问题 1:VSP One 新增的企业级 AI 对象存储与湖仓功能,最主要能解决企业什么问题?
回答 1:VSP One 新增的企业级 AI 对象存储与湖仓功能,主要解决 AI 场景里数据反复迁移拷贝、算力浪费、数据链路复杂的痛点,支持原地查询开放格式数据,同时支撑 RAG 生成式 AI、湖仓分析,简化企业 AI 基础设施架构。
问题 2:升级后的 VSP One 对象存储支持哪些数据格式用于数据湖仓和 AI 分析?
回答 2:升级后的 VSP One 对象存储原生支持 Iceberg、Parquet、JSON、CSV,同时支持本地 S3 Tables,搭配内置 SQL 引擎,直接在存储上做湖仓查询,适配 AI 数据集和分析业务。
问题 3:企业部署带 AI 湖仓能力的 VSP One,起步最小需要多少节点?
回答 3:企业部署带 AI 湖仓能力的 VSP One,新版本支持 4 节点作为起步配置,企业可以小规模先行验证 AI、湖仓业务,后续再按需扩容。
问题 4:VSP One 的多站点复制能力,对企业 AI 湖仓负载有什么作用?
回答 4:VSP One 的多站点复制能力,能够保障 AI 湖仓负载的数据备份与跨区域访问,在站点故障时保证 AI 数据集可用,提升企业 AI 和湖仓业务的韧性。
【参考资料】
[2026-11-11](Hitachi Vantara Expands VSP One for Enterprise AI with New Object Storage and Data Lakehouse Capabilities)Hitachi Vantara 官网
[2026-06-30](日立 Vantara 连续第六年在 2026 年 GigaOm Radar 非结构化数据管理报告获评领导者)Hitachi Vantara 官网
【免责声明】
本文内容仅为行业资讯整理,不构成产品采购、技术选型、架构落地的直接建议;产品功能、性能指标、部署规格以日立 Vantara 官方最新文档和销售方案为准,不同硬件配置下性能表现存在差异。
