DeepL部署VAST AI OS 语音训练存储容量提升3倍

据科技媒体StorageReview于2026年10月21日报道，深度学习翻译公司DeepL正在部署VAST AI操作系统（VAST AI OS），作为其书面翻译和实时语音翻译研发环境的数据基础。根据当前部署计划，DeepL预期从现有的NVMe硬件中获得大约三倍的可用存储容量，同时借助VAST的SyncEngine工具完成数据迁移。DeepL平台目前服务超过20万个企业团队，公司表示，实时语音翻译训练是推动新数据需求的主要驱动力。

三倍容量背后的技术路径

VAST数据公司（VAST Data）宣布，DeepL所部署的VAST AI操作系统将整合其现有的NVMe基础设施，实现可用存储容量提升约三倍。DeepL方面将这一增益解读为：在不增加物理硬件的条件下，为模型开发提供更大的扩展空间。双方未透露具体的数据缩减率、纠删码效率以及多存储池合并的贡献比例；VAST也未将此次容量提升与此前于2026年1月推出的Amplify计划直接关联——后者宣称可将现有SSD的有效容量提升最多六倍。关于驱动器型号、原始容量以及部署时间表，双方均未公布。

SyncEngine驱动数据迁移

作为VAST AI操作系统的核心组件，SyncEngine负责对数据进行编目并从原有环境迁移至VAST平台。迁移完成后，该平台将从单一系统同时提供文件和对象存储服务。DeepL表示，这样的架构简化了研究团队底层的数据结构，使团队能够在模型不断迭代的情况下灵活调整工作负载。VAST数据联合创始人杰夫·登沃思（Jeff Denworth）在公告中表示：“随着AI进入生产阶段，基础设施的可靠性与原始性能同等重要。书面语言、实时语音以及下一代AI体验对数据提出了不同要求，但研究人员不应在每次模型或产品变化时重新设计底层基础设施。”

首席科学家评价基础设施效率

DeepL首席科学家斯特凡·安德烈森（Stefan Andresen）在官方声明中指出：“VAST为我们提供了所需的性能和可靠性，同时使我们可以更高效地利用已经运行的现有基础设施。同样重要的是，它让我们有能力在自建数据中心之间——以及未来在云环境中——更便捷地访问数据，减少可能阻碍研究的手动数据移动。”安德烈森还补充说，实时语音的训练对数据访问和基础设施性能的要求远高于文本，高效地在训练与生产环境之间移动数据是当前的首要任务。

DeepL Voice实时语音翻译驱动需求

DeepL Voice于2024年11月推出，支持多语言实时对话。近期更新使其能够保留说话人的声音特征跨语言转换。DeepL表示，训练这些能力对数据访问和基础设施性能提出了比文本翻译更重的需求。下表总结了DeepL部署VAST AI OS前后的关键指标对比：

混合数据管理策略：从本地到云端

DeepL的部署将从自建数据中心起步，并计划逐步将VAST平台扩展至云环境，使研究人员无论在何处训练集群都能以相同方式访问数据集，从而结束手动拷贝数据的操作。双方尚未透露云阶段将使用哪些VAST服务以及具体启动时间。登沃思在评论中强调：“书面语言、实时语音以及下一代AI体验对数据提出了不同要求，但研究人员不应在每次模型或产品变化时重新设计底层基础设施。”VAST将AI OS定位为覆盖模型开发、训练和推理的通用数据基础，通过跨分布式基础设施提供一致的文件和对象服务。

FAQ

Q1: DeepL此次部署VAST AI OS最直接的好处是什么？

A1: 最直接的好处是使DeepL能够从现有的NVMe存储硬件中获得约三倍的可用容量，从而在不增加物理设备的前提下支持更大规模的语言AI训练，特别是实时语音翻译训练。同时，SyncEngine自动完成数据迁移并统一文件与对象存储管理，简化了数据基础设施。

Q2: DeepL Voice的哪些特性导致数据需求大增？

A2: DeepL Voice于2024年11月推出，支持多语言实时对话。2026年更新的功能可以保留说话人自身的音色、语调等特征，这意味着训练数据必须是高质量的语音配对样本，且需要频繁地在训练与生产环境之间高速转移。与纯文本翻译相比，这种语音数据的体量和访问频率均高出数倍，从而推动了存储容量和性能需求的急剧上升。

总结与展望

DeepL部署VAST AI操作系统标志着语言AI基础设施的重要升级，三倍容量增益将直接支撑实时语音翻译模型的深度训练。随着混合云数据管理策略的推进，DeepL有望在保持现有硬件投资的同时，加速下一代AI翻译体验的研发。