EQUIPOS DE IA/APRENDIZAJE AUTOMÁTICO
Equipos de IA/ML que necesitan una rápida identificación y recuperación de datos
NeuralSearch elimina los lentos rastreadores de sistemas de archivos y los índices obsoletos al convertir los datos no estructurados en una fuente de información fiable, consultable y en tiempo real. Permite realizar consultas de búsqueda instantáneas en lenguaje natural, SQL y semánticas en entornos centrales, en la nube y periféricos para acelerar la inteligencia artificial, el análisis de datos y el descubrimiento de datos.
NeuralSearch permite realizar búsquedas inmediatas en petabytes de datos no estructurados al convertir los metadatos del sistema de archivos en tiempo real en información útil. Los usuarios pueden encontrar archivos al instante sin tener que esperar a que actúen los rastreadores, se ejecuten las tareas de indexación o se realicen etiquetados manuales.
La búsqueda tradicional requiere máquinas virtuales, bases de datos, procesos ETL y un mantenimiento continuo independientes. NeuralSearch está integrado directamente en la plataforma de almacenamiento, lo que elimina la sobrecarga operativa, reduce los costes de infraestructura y simplifica la gestión.
Gracias al uso de índices columnares nativos, NeuralSearch ofrece un rendimiento de consulta en tiempo constante incluso con miles de millones de archivos. Los clientes evitan los lentos recorridos por el espacio de nombres y la pérdida de rendimiento a medida que aumentan los datos.
Los clientes pueden utilizar consultas SQL, indicaciones en inglés sencillo o la búsqueda semántica con representaciones vectoriales para encontrar datos por estructura, contexto o intención, y no solo por nombres de archivo o etiquetas predefinidas. Esto mejora la búsqueda en los flujos de trabajo de IA, análisis, cumplimiento normativo y contenidos.
Integrado con Qumulo Cloud Data Fabric, NeuralSearch ofrece una visión geodistribuida de los datos en todos los entornos. Los metadatos se propagan a todas partes, lo que permite realizar búsquedas coherentes sin necesidad de replicación ni de sistemas de indexación independientes.
NeuralSearch es compatible con MCP y admite formatos abiertos como Parquet e Iceberg, lo que lo convierte en la solución ideal para flujos de trabajo de IA/ML, plataformas de análisis y agentes autónomos que utilizan herramientas como Claude, LangChain y CrewAI. Permite un descubrimiento más rápido de los datos y su recuperación directa a través de NFS o S3.
Equipos de IA/ML que necesitan una rápida identificación y recuperación de datos
Los equipos de análisis sustituyen los recorridos por el espacio de nombres por consultas SQL
Plataformas de IA agentiva que utilizan interfaces compatibles con MCP para herramientas como Claude, LangChain y CrewAI
Búsqueda en tiempo real en todo tu entorno de datos. Busca cualquier dato, en cualquier lugar, al instante.
NeuralSearch es la plataforma de inteligencia de búsqueda y consulta nativa del almacenamiento de Qumulo para datos no estructurados. Transforma los metadatos del sistema de archivos en información útil y consultable en tiempo real, lo que permite a los usuarios realizar consultas en los archivos mediante metadatos, lenguaje natural o significado semántico sin necesidad de recurrir a rastreadores externos, procesos ETL ni bases de datos independientes.
Las plataformas de búsqueda tradicionales dependen de rastreadores programados, bases de datos independientes y flujos de trabajo ETL que rápidamente quedan obsoletos y aumentan la complejidad operativa. NeuralSearch está integrado directamente en la capa de almacenamiento, por lo que siempre está actualizado, no requiere infraestructura adicional y ofrece un rendimiento de consulta en tiempo constante mediante índices columnares nativos.
NeuralSearch ofrece cuatro funciones principales:
• Búsqueda de metadatos basada en SQL
• Búsqueda temporal («¿Qué ha cambiado desde el lunes?»)
• Búsqueda en lenguaje natural utilizando inglés sencillo
• Búsqueda semántica mediante representaciones vectoriales para encontrar contenido por su significado en lugar de por sus etiquetas
La búsqueda semántica utiliza representaciones vectoriales para ayudar a los usuarios a encontrar archivos en función del significado, el contexto o la similitud, y no solo por los nombres de los archivos, las carpetas o las etiquetas. Por ejemplo, los usuarios pueden buscar «escenas de persecución en el desierto en las que aparece el Niño» y obtener fragmentos de vídeo relevantes basados en la similitud visual, en lugar de en etiquetas introducidas manualmente.
Dado que NeuralSearch está integrado directamente en Qumulo Cloud Data Fabric (CDF), los metadatos se propagan de forma global por todos los entornos. Esto proporciona una visión geodistribuida de los datos y permite realizar búsquedas coherentes en el perímetro, el núcleo y la nube sin necesidad de replicación ni de sistemas de indexación independientes.
NeuralSearch elimina los lentos recorridos por los espacios de nombres, los índices de búsqueda obsoletos, las limitaciones del etiquetado manual y la compleja infraestructura que requieren los sistemas de búsqueda tradicionales. Ayuda a las organizaciones a acelerar los análisis, mejorar la eficiencia de los flujos de trabajo de IA y aprendizaje automático, simplificar las investigaciones de cumplimiento normativo y facilitar en gran medida la búsqueda y el uso de datos no estructurados.
Qumulo y Databricks se unen para ayudar a las organizaciones a aprovechar todo el valor de los datos no estructurados para la inteligencia artificial, el análisis de datos y los flujos de trabajo de datos modernos. Qumulo ofrece una plataforma de datos de alto rendimiento distribuida a nivel mundial que abarca el núcleo, la nube y el perímetro, mientras que Databricks proporciona un entorno unificado para la ingeniería de datos, el análisis y la inteligencia artificial.

Blog
Blog
En los últimos dieciocho meses, los compradores de infraestructuras empresariales se han visto obligados a enfrentarse a una realidad que habían ocultado cómodamente durante más de una década.
Blog
Patrones Lakehouse en Qumulo con Databricks