DYNAMIC ENDPOINT TRANSFER

La destination change.
Le transfert de fichiers s'exécute exactement comme avant.

Là où le système qui exécute le travail change continuellement — serveurs GPU, workloads Kubernetes, compute Cloud — le transfert de fichiers n'a pas à être reconfiguré chaque fois.

Connectez l'endpoint sélectionné par votre infrastructure existante à un transfert INNORIX. La destination réelle peut changer et la même logique de transfert continue de livrer les fichiers dont vous avez besoin.

DYNAMIC ENDPOINT SELECTION

Au lieu d'une Target fixe,
connectez l'Endpoint choisi à l'exécution au Transfer.

Dynamic Endpoint Transfer n'est pas simplement une fonctionnalité pour les environnements comportant un très grand nombre de serveurs. Ce qui compte, c'est un environnement où la véritable Target que doit atteindre un fichier est décidée au moment de l'exécution, ou change continuellement. Dans l'AI Training, le GPU Compute à utiliser peut différer à chaque exécution, un Kubernetes Workload peut s'exécuter sur un nouveau Pod ou Node, le Cloud Compute est créé lorsqu'il en a besoin, et les Edge Devices se connectent à des moments différents.

Là où un Transfer traditionnel fixe une IP ou un Hostname particulier comme Target, Dynamic Endpoint Transfer relie le rôle et la condition que le travail exige — « le GPU Compute qui exécutera ce Training », « l'Edge Device qui est Ready en ce moment » — à un Endpoint réel. Votre infrastructure décide de l'Endpoint réel et INNORIX applique ce résultat au File Transfer, afin que l'Endpoint puisse changer sans que la Transfer Logic du travail ne soit reconstruite.

StatiqueCible fixe

Server B192.168.10.24Cible fixe

DynamiqueSélectionné à l'exécution

GPU Compute, PrêtGPU-07Sélectionné

Où c'est utilisé

  • AI Training
  • Kubernetes
  • Cloud Compute
  • Edge

ENDPOINT CONDITIONS & GROUPS

Utilisez le rôle, les conditions et le Group d'un Endpoint
pour composer une infrastructure changeante.

Au lieu de fixer un transfert sur l'adresse IP ou le nom d'un serveur unique, l'endpoint peut être nommé par condition : rôle, région, workload et statut.

Votre infrastructure choisit l'endpoint correspondant, et INNORIX lui livre les données. La machine diffère d'une exécution à l'autre ; la configuration du transfert ne change pas.

Condition de la cibleLes conditions qui nomment la cible.

Un seul paramètre de transfert, de nombreuses cibles
  • RôleGPU Compute
  • RégionSéoul
  • WorkloadTraining
  • StatutPrêt

Endpoints disponiblesSélectionné par votre infrastructure

  • GPU-03Séoul | NVIDIA H100Disponible
  • GPU-07Séoul | NVIDIA H100Sélectionné
  • GPU-12Tokyo | NVIDIA A100Disponible
training-dataset.tar3,6 To, 24 820 fichiersTerminé100%3,6 To / 3,6 To

INFRASTRUCTURE INTEGRATION

Votre infrastructure existante décide de l'état d'un Endpoint,
et INNORIX exécute cette décision comme un Transfer.

Un scheduler Kubernetes, un scheduler GPU, un orchestrateur cloud ou un gestionnaire edge continue de décider ce qui s'exécute où. Le transfert de fichiers y est connecté sans rien changer à cela.

Une fois que votre système a choisi un Pod, un serveur GPU ou un appareil edge, INNORIX transfère les fichiers vers l'endpoint qui lui a été transmis et renvoie la progression et le résultat pour l'étape suivante.

Intégration du transfertLe transfert va vers l'endpoint que votre système a sélectionné.

High-Speed TransferResume & RetryVérification

Infrastructure existante

  • Kubernetes SchedulerSélectionne le Pod cible
  • GPU SchedulerSélectionne le nœud GPU cible
  • Cloud OrchestratorSélectionne l'instance de compute
  • Edge ManagementSélectionne l'appareil edge cible
Transfer Request

Endpoint sélectionné

pod/training-7bKubernetes Cluster
Namespaceml-training
Nodegpu-node-03
StatutPrêt
GPUNVIDIA H100
RégionSéoul
training-dataset.tar3,6 To, 24 820 fichiersTerminé100%3,6 To / 3,6 To
Infrastructure existanteINNORIX
Créer et allouer le ComputeLivrer les fichiers à l'Endpoint sélectionné
Placer le WorkloadExécuter le transfert
Juger l'état et la disponibilité d'un EndpointVérifier l'état du transfert et récupérer
Gérer le Device LifecycleRenvoyer le résultat du transfert

INNORIX ne provisionne pas de Compute et ne décide pas du Workload Placement.

WORKLOAD LIFECYCLE

Dans le Workload et l'Endpoint Lifecycle,
connectez les points où les Data sont nécessaires.

Une Cloud VM, un nœud de compute GPU ou un Kubernetes Pod est créé au démarrage du travail et libéré à sa fin. Un transfert construit sur un serveur fixe ne peut pas suivre cela.

INNORIX livre le dataset une fois l'endpoint prêt, et collecte les données de résultat dans le stockage que vous avez nommé lorsque la tâche est terminée. La création et la libération du serveur restent du ressort de votre propre infrastructure.

Lifecycle de l'endpointLe transfert suit l'endpoint de sa création à sa libération.

GPU-07
  1. 1. CrééL'endpoint est créé.Créé
  2. 2. PrêtL'environnement pour la tâche est prêt.Prêt
  3. 3. Data DeliveryLes données requises sont livrées.Livré
  4. 4. Exécution de la tâcheLa tâche s'exécute sur les données livrées.Terminé
  5. 5. CollectionLes données de résultat sont recollectées.Collecté
  6. 6. LibéréL'endpoint est libéré à la fin de la tâche.Libéré
training-dataset.tar3,6 To, 24 820 fichiersTerminé100%3,6 To / 3,6 To

ORCHESTRATOR & API

Appelez un Dynamic Transfer
depuis votre Orchestrator et votre API existants.

Une fois qu'un Endpoint a été décidé dans un système existant — Kubernetes, un GPU Scheduler, un Cloud Orchestrator — ce système appelle la capacité de transfert d'INNORIX.

La Workflow Logic et le Scheduling restent dans votre système existant, et seul le File Transfer est connecté comme une Data Movement Layer indépendante. L'Endpoint diffère à chaque exécution tandis que l'appel et le traitement de son résultat restent identiques, afin que la Transfer Capability soit ajoutée à une Dynamic Infrastructure sans que votre Automation existante ne soit redéfinie.

OrchestratorKubernetes, GPU Scheduler, Cloud Orchestrator
Callback
INNORIXExécute le transfert
Terminé
WorkloadEndpoint sélectionné

API Interface

InterfaceCe qu'elle fait
Create TransferCompose la relation entre le fichier et l'Endpoint
Start TransferExécute le transfert
StatusVérifie l'état actuel
ResultVérifie le résultat d'achèvement
CallbackTransmet le résultat d'achèvement à votre Workflow existant

UNIFIED OPERATIONS

Quelle que soit l'ampleur du changement de l'Endpoint,
vérifiez chaque résultat de transfert sur une seule plateforme.

Le GPU ou le Compute qui exécute le travail diffère chaque fois, et pourtant les tâches de transfert et leurs résultats n'ont besoin d'aucune gestion séparée.

Gérez les machines connectées et les Flows de transfert dans INNORIX Studio, et dans Runs vérifiez l'Endpoint réellement sélectionné, la progression du transfert et son résultat d'achèvement.

Training Data DeliveryCondition de la cible | GPU, Training, Prêt

Runs18Réussis16Repris2En cours0
Durée d'exécutionEndpoint sélectionnéFichier cibleTailleProgressionRésultat
2026.10.19 14:32GPU-07Séoul | NVIDIA H100training-dataset.tar3,6 To100%Réussi
2026.10.19 09:14GPU-12Tokyo | NVIDIA A100training-dataset.tar3,6 To100%Réussi
2026.10.18 22:51GPU-03US West | NVIDIA H100training-dataset.tar3,6 To100%Réussi
2026.10.18 18:27GPU-24Séoul | NVIDIA L40Straining-dataset.tar3,6 To100%Repris

GET STARTED

Connectez le transfert de fichiers à des endpoints qui changent continuellement.

Connectez l'endpoint sélectionné par votre Kubernetes, scheduler GPU ou orchestrateur cloud existant à une tâche de transfert de fichiers INNORIX.

Vérifiez le résultat du transfert dans Studio, et intégrez-le à votre workload existant via l'API.

TECHNICAL FAQ

Questions fréquentes

Qu'est-ce que Dynamic Endpoint Transfer ?

Dans un environnement où la source ou la cible d'un transfert de fichiers n'est pas un serveur fixe mais est décidée au moment de l'exécution, il connecte l'endpoint réellement sélectionné à une tâche de transfert existante.

En quoi est-ce différent du transfert ordinaire de fichiers serveur à serveur ?

Le transfert ordinaire serveur à serveur fixe généralement la source et la cible à l'avance. Dynamic Endpoint Transfer peut appliquer l'endpoint sélectionné au moment de l'exécution à la même logique de transfert.

INNORIX sélectionne-t-il lui-même le GPU ou le pod Kubernetes ?

Non. L'infrastructure existante, telle qu'un scheduler GPU, Kubernetes ou un orchestrateur cloud, gère le placement des ressources et la sélection de l'endpoint. INNORIX livre les fichiers dont l'endpoint sélectionné a besoin.

Peut-il être utilisé lorsque l'adresse IP d'un endpoint change ?

Si l'infrastructure existante transmet les informations d'endpoint actuellement valides et que cet endpoint peut se connecter à INNORIX, il peut être configuré sans nommer une IP fixe dans la logique de transfert.

Peut-il être utilisé dans un environnement Kubernetes ?

Il peut être configuré pour relier le résultat du placement de workload Kubernetes à l'endpoint de transfert de fichiers réel. La manière de connecter pods et nœuds, les conditions d'exécution de l'Agent et les exigences réseau doivent être examinées par environnement.

Peut-il aussi être utilisé avec un pool de compute GPU ?

Il peut être configuré pour livrer un dataset au compute GPU sélectionné par un scheduler externe et pour collecter les résultats ou checkpoints produits ensuite.

Qui décide des états Ready, Busy et Offline ?

L'infrastructure existante décide si un workload peut s'exécuter et comment les ressources sont allouées. INNORIX exécute le transfert de fichiers sur la base des informations d'endpoint et de l'état de préparation au transfert qui lui sont fournis.

Si des endpoints sont ajoutés ou retirés, le flow doit-il être reconstruit ?

S'il est configuré pour utiliser des rôles ou des groups ainsi que les informations d'endpoint disponibles au moment de l'exécution, la même logique de transfert peut être réutilisée. La mesure dans laquelle la connexion peut réellement être dynamique dépend de l'API et de la manière dont les endpoints sont enregistrés.

Un orchestrateur existant peut-il l'appeler via l'API ?

Un orchestrateur existant peut décider de l'endpoint, puis appeler la fonctionnalité de transfert INNORIX et vérifier l'état et le résultat. Le support précis de l'API et des callbacks doit être confirmé par rapport à la documentation pour développeurs.

L'entraînement IA peut-il être démarré seulement après l'achèvement du transfert ?

Un workflow existant peut être configuré pour confirmer l'état d'achèvement du transfert INNORIX avant d'exécuter la tâche suivante. Une demande acceptée et un transfert réellement terminé doivent être distingués.

Quelle est la différence entre Dynamic Endpoint Transfer et AI Data Delivery ?

Dynamic Endpoint Transfer se concentre sur le compute ou l'appareil que les fichiers doivent atteindre maintenant. AI Data Delivery se concentre sur le déplacement des fichiers dont une tâche d'IA a besoin, tels que datasets, models, checkpoints et résultats.

Où puis-je vérifier le résultat d'un transfert exécuté dynamiquement ?

Runs dans Studio affiche le transfert qui s'est exécuté, l'endpoint qu'il a réellement visé, la progression et le résultat d'achèvement.

Chacune de ces capacités,sur une seule plateforme.

La capacité présentée sur cette page est l'une des nombreuses fonctionnalités de transfert de fichiers que propose l'INNORIX Platform. Du transfert de fichiers à l'automatisation et à l'exploitation unifiée, essayez gratuitement chaque fonctionnalité.

Démarrer gratuitement

Vous envisagez le transfert vers des Endpoints changeants ?

Nous vous aidons à étudier la configuration de Dynamic Transfer dont vous avez besoin entre Cloud, Kubernetes et environnements distribués.

  • Étude de votre environnement d'Infrastructure dynamique
  • Proposition de méthode de connexion Endpoint et Group
  • Accompagnement pour l'intégration avec votre Orchestrator existant

Nous utilisons ces détails uniquement pour répondre à votre demande. Voir nos Politique de confidentialité.