Elasticsearch 9.4: совместные решения с NVIDIA и Dell помогают переводить корпоративный AI в масштаб

С выпуском Elasticsearch 9.4 (6 мая 2026) стали общедоступны совместные решения с NVIDIA и Dell, которые объединяют GPU‑ускорение, поисковый слой и семантические возможности для перевода корпоративных AI‑пилотов в масштабное производство.

Elasticsearch 9.4 выпущен в релизе, объявленном 6 мая 2026 года, и делает общедоступными совместные решения с NVIDIA и Dell, нацеленные на ускорение внедрения корпоративных AI‑приложений. В центре анонса — GPU‑ускоренный Elasticsearch, позиционируемый как рекомендованная векторная база данных для корпоративного AI. Пакет включает интеграцию с NVIDIA Enterprise AI Factory и элементы NVIDIA AI Data Platform в стеке Dell AI Data Platform для поддержки нагрузок на GPU при инференсе, гибридном и семантическом поиске, а также задачах Document Intelligence.

Разработка решения длилась около года и проходила по этапам: в марте 2025 года объявили о сотрудничестве с NVIDIA по интеграции GPU‑ускорения; в августе 2025 к альянсу присоединилась Dell для поддержки Dell AI Data Platform. Инженерные команды компаний совместно работали над интеграцией технологий и повышением производительности. На Dell Tech World 2025 был продемонстрирован Dell Data Search Engine, где Elasticsearch выступил в роли движка поиска данных; решение описывают как систему, позволяющую обращаться к хранилищу «как к вопросу» и упрощающую обнаружение и извлечение информации.

В демонстрации подчёркивали интеграцию с MetadataIQ для поиска по миллиардам файлов на PowerScale и ObjectScale с учётом детализации метаданных. Технически релиз выделяет поддержку семантического и гибридного поиска, сценариев Retrieval Augmented Generation (RAG), возможности Document Intelligence и инструменты для разработчиков, включая совместимость с LangChain. Для уменьшения затрат на вычисления и упрощения эксплуатации реализован инкрементальный сбор данных: индексируются только обновлённые файлы, что помогает поддерживать векторные базы данных в актуальном состоянии и снижать нагрузку на GPU при постоянном обновлении данных.

Авторы анонса подчёркивают, что цель интеграции выходит за рамки простого доступа к GPU и моделям: создаётся надёжный слой извлечения (retrieval layer), связывающий инфраструктуру, данные и модели с учётом безопасности, релевантности и оперативности. Для инженеров и архитекторов это означает готовую опорную структуру для развёртывания RAG‑пайплайнов, семантического поиска и систем Document Intelligence в корпоративном масштабе, с поддержкой масштабируемых хранилищ и ускорения на GPU.