FornaX
AIOps
AI率先发现、率先响应的运维
AI全天候监控基础设施状态,及早发现异常迹象,并按照预设流程自动应对。在人工发现故障之前完成处理,减少运维团队的重复性工作。
FornaX Cloud更快构建并稳定运维AI工作负载所需的计算、平台和数据基础设施,将GPU、Kubernetes、OpenStack Private Cloud、Enterprise Ceph Storage整合到统一环境中。
查看FornaX Cloud的差异化优势 ↓AI工作负载所需的一切
FornaX Cloud不仅整合GPU,还将计算、Kubernetes、网络、存储、备份与运维体系等分散的基础设施要素统一到一个平台中,降低建设管理的复杂度和运维负担。
Before
独立运维的GPU、VM、Kubernetes——需要在各自的工具中分别查看资源现状和工作负载状态。
After
统一的AI基础设施运维——在同一平台中管理GPU、Bare Metal、VM、Kubernetes工作负载。
Before
快速增长的AI数据——训练数据集、模型、检查点、日志持续累积。
After
可扩展的Enterprise Storage——基于Ceph的横向扩展架构,随数据增长灵活扩展容量与性能。
Before
高昂的许可费用、厂商锁定——商用基础设施的许可与维护成本长期累积。
After
基于开源的一体化架构——采用标准x86硬件和成熟的开源技术,降低成本与依赖度。
无需分别组合GPU管理、云平台、存储与数据保护,即可构建为统一的AI基础设施体系。
将AI服务稳定运维所需的所有要素设计为统一架构。FornaX Cloud以一体化平台形式提供AI基础设施建设所需的核心组件。
从一台GPU服务器到多集群环境,都可以在同一平台上持续扩展。
Built for GPU Infrastructure
无论云服务器规模大小,
FornaX Cloud都能在统一平台上整合运维Bare Metal、VM、Kubernetes环境中的GPU资源。
一目了然地掌握物理GPU与分割资源的分配现状,快速重新调度闲置资源。
按团队/项目隔离GPU资源,同时进行统一的中央管理。
按Pod、Job粒度调度GPU工作负载,实时查看运行状态。
直接提供Bare Metal与VM并存的私有云环境。
在同一仪表盘中统一监控GPU、服务器、存储的各项指标。
从一台GPU服务器起步,到数百台规模——都可以在同一平台上扩展。
Data Protection · Protect What Matters Most
训练数据、模型、检查点与推理结果都是持续积累的核心AI资产。FornaX Cloud在统一平台中管理并保护数据的存储、备份、长期归档与灾难恢复的完整生命周期。
稳定存储并保护训练数据集、模型检查点和推理数据。
在同一平台中高效管理AI平台的全量备份和长期归档数据。
通过跨站点复制和自动恢复,在故障或灾难发生时安全保护数据。
PB级
稳定存储并灵活扩展训练数据、模型文件、检查点乃至备份数据等大规模数据。
Why Ceph
Why Pay More for Backup Storage?
AI数据虽然需要高稳定性和可扩展性,但并不一定需要昂贵的专用存储。FornaX Cloud通过高效的Ceph分布式存储运维,提供企业级的可用性和灵活的可扩展性。
Save up to
60%
每TB成本节省 · 相较同级商用存储
在同一集群中统一提供S3、RBD、CephFS。
只需添加节点即可在不中断服务的情况下扩展容量。
故障发生时自动恢复,保持数据可用性。
相比同级商用存储,每TB成本最高可降低60%。
即时对接
GPU服务器与存储即刻互联
将RBD卷直接连接到GPU服务器,快速配置AI工作负载所需的存储。无需额外安装驱动或复杂的手动设置即可立即使用。
Why Fornax Cloud
FornaX Cloud的存储在设计之初就以对接GPU工作负载、Kubernetes和AI流水线为前提。来看看它与通用存储的区别。
| 比较项目 | 一般商用存储 | Fornax Cloud |
|---|---|---|
| GPU服务器直连 (RBD) | 需额外配置 — 需要附加驱动和复杂设置 | 标准支持 — RBD卷直接连接,即时对接 |
| AI工作负载优化 | 通用设计 — 常规HDD/SSD混合配置 | 面向AI工作负载优化的存储 — 针对高吞吐、低延迟场景调优 |
| 多协议整合 | 各协议独立方案 — 需额外采购并产生集成成本 | 单一集群整合 — S3 + NFS + RBD + CephFS |
| AI流水线对接 | 需定制开发 — 需应对各厂商专有API | 兼容S3 API,即时对接 — 直接连接MLOps流水线 |
| 无中断横向扩展 | 需更换模型或停机 — 扩容时会中断服务 | 添加节点在线扩展 — 不中断服务的线性扩展 |
| 厂商锁定 | 强 — 专用硬件+软件捆绑包 | 无 — 自由选择标准x86服务器 |
| 每TB成本 | 许可费用高昂 — 需另行签订年度维护合同 | 相比同级最高降低60% — 基于开源,仅需硬件成本-60% |
| 技术支持 | 全球工单系统 — 等待数天至数周 | FornaX工程师直接对接 — 国内专属支持·快速响应 |
一般商用存储
需额外配置 — 需要附加驱动和复杂设置
Fornax Cloud
标准支持 — RBD卷直接连接,即时对接
一般商用存储
通用设计 — 常规HDD/SSD混合配置
Fornax Cloud
面向AI工作负载优化的存储 — 针对高吞吐、低延迟场景调优
一般商用存储
各协议独立方案 — 需额外采购并产生集成成本
Fornax Cloud
单一集群整合 — S3 + NFS + RBD + CephFS
一般商用存储
需定制开发 — 需应对各厂商专有API
Fornax Cloud
兼容S3 API,即时对接 — 直接连接MLOps流水线
一般商用存储
需更换模型或停机 — 扩容时会中断服务
Fornax Cloud
添加节点在线扩展 — 不中断服务的线性扩展
一般商用存储
强 — 专用硬件+软件捆绑包
Fornax Cloud
无 — 自由选择标准x86服务器
一般商用存储
许可费用高昂 — 需另行签订年度维护合同
Fornax Cloud
相比同级最高降低60% — 基于开源,仅需硬件成本-60%
一般商用存储
全球工单系统 — 等待数天至数周
Fornax Cloud
FornaX工程师直接对接 — 国内专属支持·快速响应
从GPU资源到Bare Metal、VM、Kubernetes工作负载,再到Ceph存储——在同一平台中管理AI基础设施运维所需的核心资源。
资源可视化
收集各服务器的GPU型号、规格和分配状态,区分物理GPU与分割资源的使用情况,快速掌握可用容量和闲置资源。
管理面向高性能AI工作负载的物理服务器的注册、状态查看、资源分配和运行情况。
基于OpenStack创建虚拟机,统一管理镜像、Flavor、网络和卷的连接状态。
运维洞察
查看并比较GPU使用率、内存、温度、功耗等主要性能指标,分析已分配GPU与剩余资源,支持优化工作负载调度。
将Pod、Job、应用状态与GPU使用情况关联,查看工作负载运维状况。
监控Ceph集群的容量、存储池状态、可用性和性能指标,提升存储运维的稳定性。
AI基础设施的运维和扩展往往比建设更具挑战。FornaX工程师直接支持GPU资源设计、Kubernetes·OpenStack配置、Ceph存储、备份与扩展优化的全过程。
构建基于OpenStack和Ceph的存储环境,并稳定支持与GPU服务器的对接。
提供Ceph集群容量管理、备份配置、故障应对、恢复流程等存储运维所需的技术支持。
从模型服务、流水线对接到基础设施扩展时机,全程协助AI工作负载运维。
Industry Use Cases
FornaX Cloud针对科研、媒体、金融·安全等不同需求,灵活组合GPU、云平台、存储与运维环境。
专注于AI,基础设施交给FornaX
从GPU构建到Kubernetes·OpenStack运维,再到数据保护与扩展——FornaX Cloud在统一平台中提供AI工作负载所需的核心基础设施。
完整保存模型检查点和原始训练数据,不产生任何损失。
完整保存运维过程中产生的推理结果和日志,不遗漏任何内容。
在同一存储中统一管理备份和长期归档。
在Fornax Cloud构建的基础设施之上运行个人AI智能体,并由AIOps实现24小时全天候监控。
FornaX
AIOps
AI全天候监控基础设施状态,及早发现异常迹象,并按照预设流程自动应对。在人工发现故障之前完成处理,减少运维团队的重复性工作。
FornaX
RDS AI
通过标准RDP从Windows、Android、iPhone、iPad等任意设备接入基于Mac Studio构建的AI工作环境。公司文档和源代码不会离开设备,日常任务由本地AI处理,只有复杂任务才会自动切换到云端AI。