WEKA 推出 NeuralMesh 6，以助企業及代理型人工智能工作負載在生產環境中大規模運行

這是公司有史以來最重要的軟件版本，為代理型人工智能及其他加速運算工作負載開創更多可能性。 NeuralMesh 6 透過原生多租戶架構、建基於 NVMe 的統一檔案及物件協議堆疊、支援數據複製及遙距快取的智能數據流動功能、附帶效能保證的常駐數據縮減功能、Kubernetes 原生營運，以及統一可觀測性，重塑人工智能推理的成本結構。

加州坎貝爾2026年7月22日 /美通社/ -- 人工智能 (AI) 數據及記憶體基礎設施公司 WEKA 今日宣佈推出 WEKA NeuralMesh 6，這是公司有史以來最重要的軟件版本。公司專門構建的平台旨在協助客戶透過單一統一軟件堆疊，在生產級規模運行人工智能訓練、推理及加速運算工作負載。 此版本提供一套強大功能；過往，人工智能基礎設施營運商往往被迫從不同供應商整合相關功能：支援超大規模環境的原生多租戶功能、建基於 NVMe 的完整 S3 協議堆疊、以元數據為先並提供非同步複製及遙距快取的智能數據流動功能、附帶合約保證的持續啟用數據縮減功能、Kubernetes 原生營運，以及涵蓋所有部署環境的統一可觀測性。

推理成本如今決定人工智能公司能否擴展規模
此版本面世之際，人工智能行業正日益明確地由模型訓練轉向生產環境推理。 長上下文推理、代理型工作流程及檢索驅動型人工智能工作負載，對記憶體、元數據和儲存帶來了持續的壓力，而這些挑戰是傳統基礎設施架構在設計之初所無法應對的。 NeuralMesh 6 專為人工智能雲端服務供應商、前沿模型供應商、政府機構及處於人工智能創新最前線的大型企業而建，旨在生產環境中大規模實現突破性的推理經濟效益。

推理經濟效益已在 Oracle Cloud Infrastructure 的生產環境中獲得驗證
目前，NeuralMesh 已在 Oracle Cloud Infrastructure（簡稱 OCI）的生產環境中，為超大規模人工智能推理提供強大動力。 WEKA 的增強記憶體網格 (Augmented Memory Grid) 功能可加快存取由 NeuralMesh 管理的 NVMe 儲存空間內之持久化 KV 快取，從而擴展圖形處理器記憶體。OCI H100 基礎設施上的基準測試顯示，在生產環境部署中，Token 吞吐量提升 10 倍、可同時服務的用戶數量增加 10 倍，而每個圖形處理器可處理的 Token 數量則增加 7 倍。

OCI 軟件開發高級總監 Pablo Selem 表示：「隨着代理型人工智能工作負載將上下文視窗及圖形處理器利用率推向新極限，WEKA 與 OCI 正協助客戶更有效地擴展推理規模，而毋須單純增加更多圖形處理器。 OCI 上配備增強記憶體網格的 WEKA NeuralMesh 平台有助消除記憶體樽頸，讓相同規模的圖形處理器配置可釋放大幅提升的吞吐量，並同時服務更多用戶。 對客戶而言，這意味着基礎設施投資可帶來更高回報，並為規模化部署具成本效益的人工智能提供更清晰的路徑。」

深入了解 NeuralMesh 6
NeuralMesh 6 在這個已於生產環境驗證的基礎上進一步發展。 主要特色及功能包括：

超大規模原生多租戶架構
NeuralMesh 6 提供業界唯一可在單一平台上深度融合實體硬件隔離與邏輯網絡隔離的多租戶架構。

• 可組合式叢集為需要資源保證、工作負載隔離及高負載下可預測效能的核心租戶，提供完整的硬件層級隔離，並為每個租戶配置專用中央處理單元 (CPU)、記憶體及儲存磁碟機。
• 虛擬多租戶架構透過 WEKA 的 Virtualized RDMA Data Fabric (VRDF)，提供類似虛擬私有雲端 (VPC) 的網絡隔離，支援私人虛擬區域網路 (VLAN)、重疊 IP 位址空間、每個租戶專屬的服務質素 (QoS)、配備獨立金鑰管理服務 (KMS) 的每租戶加密功能，以及獨立的 LDAP/AD 身份驗證。 虛擬多租戶 (Virtual MT) 架構可擴展至每個叢集超過 1,000 個彼此隔離的邏輯租戶，並可於 30 分鐘內完成新租戶配置。

這兩個層級可組合使用。 單一 WEKA 硬件叢集在運行 50 個可組合式叢集 (Composable Clusters) 時，可在同一實體基礎設施上支援多達 50,000 個邏輯隔離租戶，讓租戶數目可由數十個擴展至數萬個，而毋須重新設計架構。

建基於 NVMe 的完整 S3 協議堆疊
NeuralMesh 6 提供功能完備的原生 S3 實現方案，讓同一實體數據區塊可同時透過 S3 及 POSIX 存取；這並非在不同協議之間進行轉換的閘道，而是單一統一命名空間。 透過 NFS 或 POSIX 寫入的檔案可立即透過 S3 讀取，反之亦然，這徹底免除了傳統人工智能管線在模型訓練、微調及推理階段之間必須建立多份完整數據集副本的繁瑣程序。 此實現方案專為人工智能工作負載模式而設：每個節點可支援 2,000 至 5,000 個並行 S3 連線，其並發處理能力約為傳統 S3 架構的五倍。 基於 RDMA 的 S3 可實現零複製數據傳輸，將數據直接傳送至圖形處理器記憶體。物件儲存不再是次級儲存層，而是同一平台原生支援的高效能協議；該平台亦可處理 POSIX 檔案工作負載。

專為人工智能工作負載而設的智能複製功能
圖形處理器基礎設施正日益分散於不同站點、雲端及地區之中。 傳統複製架構要求機構等待數據完成複製後，方可開始執行工作負載；然而，當圖形處理器可用性在數小時而非數星期內出現變化時，這種模式便無法奏效。 NeuralMesh 6 的智能複製功能改寫了這種模式。同一基礎亦支援人工智能數據流動、雲端突發擴展及多站點協作。 以元數據為先的複製方式，讓目的地環境可立即供瀏覽。數據只會在存取時按需要載入，從而減少廣域網絡 (WAN) 流量，並避免不必要地複製整個數據集。 機構可將工作負載部署至現時具備圖形處理器容量的位置，而非局限於最初寫入數據的位置。作為邁向完整聯邦架構及全域命名空間的第一步，NeuralMesh 6 全面解鎖了非同步複製及即時遙距快取功能。

持續啟用的數據縮減功能，並具備效能保證
NeuralMesh 6 引入專為人工智能工作負載而設的持續啟用數據縮減功能，涵蓋數據指紋、相似性雜湊、重複資料刪除及壓縮。 此功能的寫入開銷低於 5%，可為人工智能訓練數據帶來最高達 6 倍的容量節省效益，並以合約形式保證數據縮減比率及其對效能的影響。過往迫使營運商在效率與速度之間作出取捨的效能代價如今已不復存在：數據縮減功能在每項部署及每個工作負載中均預設啟用。 針對個別客戶的售前分析，可在部署前預測以工作負載為基礎的數據縮減成效。

AlloyFlash 自動化 TLC + QLC 快閃儲存分層
AlloyFlash 可在單一叢集中結合 TLC 及 QLC NVMe 快閃儲存，並以透明方式將對延遲敏感的操作導向 TLC，同時在處理海量數據工作負載時利用 QLC，令每 TB 成本降低約 30% 至 40%。AlloyFlash 讓最高密度的 WEKApod 配置可真正投入生產環境，而非僅在紙面上具備龐大容量。
全自動、透明運作，客戶毋須進行任何配置。

NeuralMesh Kubernetes Operator
NeuralMesh Kubernetes Operator 能夠在 Kubernetes 環境中，實現叢集部署與生命週期管理的全面自動化。 對於以 Kubernetes 作為標準營運平台的新型雲端服務供應商及人工智能研究實驗室，Kubernetes Operator 可將部署時間由數星期縮短至數小時，並將 NeuralMesh 納入其運算基礎設施現有的同一套宣告式營運模型。

NeuralMesh Observe
NeuralMesh Observe 是專為高效能人工智能儲存而設、基於軟件即服務 (SaaS) 的統一可觀測性平台。 此平台提供統一的多叢集儀表板、客戶端層級診斷、可設定閾值的智能警報，以及將警報轉送至 Slack、PagerDuty 或電郵的功能，同時附帶指向相關儀表板的直接連結。 該功能已包含在每一次的 NeuralMesh 部署中，毋須額外付費。

WhiteFiber 行政總裁 Sam Tabar 表示：「WhiteFiber 正致力透過高速黑光纖互聯的多個數據中心，構建一個分散式圖形處理器平台。 以我們的規模而言，數據流動性絕非可有可無的附加功能，而是不可或缺的基礎。 NeuralMesh 的智能複製功能讓大規模的數據流動成為現實：我們可讓數據集跨站點顯示，並在下一批圖形處理器資源可供使用時，將每項作業所需的數據精準調取至該處。 這令複製由後端保護功能，轉變為分散式人工智能基礎設施運作方式的核心一環，從而提升工作負載流動性、容量效率，以及客戶所倚賴的韌性。 WEKA 的數據與記憶體基礎設施提供了堅實基礎，協助我們無縫擴展業務版圖。 我們很高興能夠在此方面繼續攜手並進。」

WEKA 產品總監 Ajay Singh 表示：「現今致力將人工智能投入實際生產環境的基礎設施營運商，一直被迫從原本並非為協同運作而設計的不同供應商中拼湊出所需平台。 檔案與物件儲存分別採用獨立堆疊、兩者之間需要手動移動數據，多租戶功能更是在事後才勉強加上。NeuralMesh 6 提供了營運商一直以來真正需要的方案：單一平台可在同一組儲存區塊上，同時處理高效能檔案層及大容量物件層，並從一開始便內置原生多租戶功能、智能數據流動及持續啟用的數據效率功能。 這正是專為工作負載而設計，而非事後改裝以迎合工作負載的生產環境推理基礎設施應有的面貌。」

供應情況
NeuralMesh 6 將於 2026 年下半年全面推出。現有 WEKA 客戶可透過標準升級渠道免費升級至 NeuralMesh 6，並應聯絡其客戶成功 (Customer Success) 代表了解詳情。

如欲進一步了解 WEKA NeuralMesh 6 軟件版本及其功能，請瀏覽：https://www.weka.io/product/neuralmesh/。

NeuralMesh x WEKApod：專為完美協同運行而打造
WEKA 亦宣佈推出第三代 WEKApod Nitro、WEKApod Prime 及 WEKApod Prime Max，這是首批採用由 WEKA 設計及研製的硬件，以優化其 NeuralMesh 軟件平台的人工智能儲存裝置。 這些系統每個機架可提供 1.1 EB 的有效容量，並有多項專利正在申請中。 如欲了解更多資訊，請參閱今日發佈的 WEKApod 公告：https://www.weka.io/news/wekapod-3-densest-ai-storage-memory-system。

關於 WEKA
WEKA 是專注於人工智能數據與記憶體基礎設施的公司，正在革新代理型人工智能的經濟效益。 NeuralMesh™ 平台融合高效能數據儲存與擴充的圖形處理器記憶體，為企業、人工智能雲端服務商及人工智能建構者提供統一基礎，以應對訓練、推論及代理型工作負載。 透過 Augmented Memory Grid，NeuralMesh 能把圖形處理器記憶體容量擴展 1,000 倍，將達到首個 Token 的時間縮短高達 20 倍，並在相同圖形處理器佔用空間下服務多 10 倍的並發用戶，這些結果已在生產基準測試中得到證實。 WEKA 深受《財富》50 強 (Fortune 50) 中三成企業的信賴，能幫助機構加快人工智能的規模化部署、提升圖形處理器的使用效率，並降低每服務一個 Token 所帶來的成本。 如欲了解更多資訊，請瀏覽 www.weka.io，或透過 LinkedIn 及 X 與我們聯繫。

SOURCE WEKA