Ces nouveaux services sont conçus pour permettre à la prochaine génération du système d’exploitation VAST AI de répondre aux demandes croissantes des organisations qui mettent à l’échelle des initiatives d’IA critiques.
Ces nouveaux services sont conçus pour permettre à la prochaine génération du système d’exploitation VAST AI de répondre aux demandes croissantes des organisations qui mettent à l’échelle des initiatives d’IA critiques.
Lors de VAST Forward 2026, les données VAST a dévoilé deux ajouts majeurs à son système d'exploitation IA : le VAST Data PolicyEngine et le VAST Data TuningEngine. Ces nouveaux services sont conçus pour permettre à la prochaine génération du système d’exploitation VAST AI de répondre aux demandes croissantes des organisations qui mettent à l’échelle des initiatives d’IA critiques. Ensemble, les moteurs garantissent que les systèmes d'IA sont fiables, explicables et en apprentissage continu, avec PolicyEngine régissant l'activité des agents et TuningEngine gérant le réglage du modèle pour maintenir l'alignement avec les attentes de l'organisation.
Le PolicyEngine répond aux préoccupations critiques concernant l’accès et la gouvernance de l’IA. À mesure que les flux de travail de l’IA interagissent de plus en plus avec des données organisationnelles sensibles, le risque de fuite de données, de communication incontrôlée des agents et d’actions non suivies augmente. PolicyEngine applique des politiques en ligne qui contrôlent la manière dont les agents accèdent à la mémoire partagée, aux outils, aux bases de connaissances et aux autres agents. En exigeant des autorisations et des vérifications contextuelles avant l'exécution des actions, et en conservant des journaux inviolables de chaque interaction, le système garantit un cadre de confiance zéro dans lequel toutes les activités de l'IA restent observables, explicables et auditables.
Le TuningEngine complète cela en gérant l'apprentissage continu et l'optimisation des modèles. Tirant parti des résultats des pipelines agents et des commentaires organisés, TuningEngine prend en charge des méthodes telles que le réglage fin LoRA, le réglage fin supervisé et l'apprentissage par renforcement. Les modèles candidats générés à partir de ces processus peuvent être évalués, comparés et déployés manuellement ou automatiquement, créant ainsi des systèmes d'apprentissage en boucle fermée. L'intégration avec NeMo Data Designer de NVIDIA améliore encore la capacité de la plate-forme à former et à affiner les modèles Nemotron. Ensemble, ces moteurs font progresser la vision de VAST Data d'une « machine pensante », capable d'observer, de raisonner, d'agir, d'évaluer et de s'améliorer tout en préservant la sécurité et l'explicabilité. PolicyEngine et TuningEngine devraient être publiés d’ici la fin de 2026.
