Die deutsche Sprachversion wurde als Serviceleistung für Sie durch maschinelle Übersetzung erstellt. Bei eventuellen Unstimmigkeiten hat die englische Sprachversion Vorrang.
NetApp Solutions
- Dokumentation für NetApp Lösungen
-
Künstliche Intelligenz
-
KI-konvergente Infrastrukturen
- NetApp AFF A400 mit Lenovo ThinkSystem SR670 V2 für KI- und ML-Modelltraining
-
ONTAP AI MIT NVIDIA
- NetApp AIPod mit NVIDIA DGX Systemen
- Design-Leitfaden: ONTAP AI mit NVIDIA DGX A100 Systems
- ONTAP AI mit NVIDIA DGX A100 Systems Deployment Guide
- Design-Leitfaden: ONTAP AI mit NVIDIA DGX A100-Systemen und Mellanox Spectrum Ethernet-Switches
- Implementierungsleitfaden für ONTAP AI mit NVIDIA DGX A100-Systemen und Mellanox Spectrum Ethernet-Switches
- EF-Series AI mit NVIDIA
- BeeGFS mit NetApp E-Series Referenzarchitektur
- Implementieren von IBM Spectrum Skalierbarkeit mit NetApp E-Series Storage
- NetApp AFF A800 und Fujitsu Server PRIMERGY GX2570 M5 für Trainings-Workloads im KI- und ML-Modell
-
Daten-Pipelines, Data Lakes und Management
- AWS FSX for NetApp ONTAP (FSxN) für MLOps
- MLOps für die Hybrid-Multi-Cloud mit Domino Data Lab und NetApp
- NVIDIA AI Enterprise with NetApp and VMware
- NetApp StorageGRID Data Lake für Workloads für das autonome Fahren
-
NetApp AI Control Plane
- Einführung
- Konzepte und Komponenten
- Hardware- und Software-Anforderungen
- Kubernetes Deployment
- Implementierung und Konfiguration von NetApp Trident
- Kubeflow Deployment
- Beispiel Kubeflow Operations und Tasks
- Apache Airflow Deployment
- Beispiel Für Apache Airflow Workflows
- Beispiel Für Trident-Vorgänge
- Beispiele für hochperformante Jobs für ONTAP KI-Implementierungen
- Performance-Tests
- Schlussfolgerung
- MLRun-Pipeline mit Iguazio
- NetApp DataOps Toolkit
- Datenverschiebung mit E-Series und BeeGFS für KI- und Analyse-Workflows
-
Vector Datenbanklösung mit NetApp
- Einführung
- Lösungsüberblick
- Vektordatenbank
- Technologieanforderungen
- Bereitstellungsverfahren
- Übersicht Über Die Lösungsüberprüfung
- Vector Datenbank mit Instaclustr unter Verwendung von PostgreSQL: Pgvektor
- Anwendungsfälle Für Vector Database
- Schlussfolgerung
- Anhang A: Values.yaml
- Anhang B: Prepare_Data_netapp_New_Py
- Anhang C: verify_data_netapp.py
- Anhang D: docker_compose.yml
-
Anwendungsfälle
- Verantwortungsvolle KI und vertrauliche Inferenz - NetApp AI mit Protopia Image Transformation
- Sentiment-Analyse mit NetApp AI
-
Distributed Training in Azure – Click-Through-Rate Prediction
- Einführung
- Technologieüberblick
- Softwareanforderungen
- Anforderungen an die Cloud-Ressourcen
- Anwendungsbeispiel für die Click-Through-Rate-Prognose
- Einrichtung
-
Klicken Sie sich durch die Verarbeitung der Tarifprognosen und das Modelltraining
- Bibliotheken für die Datenverarbeitung und das Modelltraining
- Criteo Click Logs Tag 15 in Pandas laden und ein scikit-Learn Zufallswaldmodell trainieren
- Laden Sie Tag 15 in Damast und trainieren Sie ein Damast CuML zufälligen Wald Modell
- Überwachung des DASK mit dem systemeigenen Task-Streams-Dashboard
- Vergleich der Schulungszeit
- Überwachen Sie „Dask and RAPIDS“ mit Prometheus und Grafana
- Datensatz- und Modellversionierung mit dem NetApp DataOps Toolkit
- Jupyter-Notebooks für Referenz
- Schlussfolgerung
- Wo Sie weitere Informationen finden
- Distributed Azure Training – Lane Detection
- Hybrides Cloud-KI-Betriebssystem mit Daten-Caching
- Verschieben von Daten von einer Big-Data-Umgebung in eine KI-Umgebung
- KI-Inferenz am Edge - NetApp mit Lenovo ThinkSystem – Lösungsdesign
-
Umgangssprachlich AI mit NVIDIA
- Lösungsüberblick
- Lösungstechnologie
-
Erstellen Sie einen virtuellen Assistenten mit Jarvis, BlueXP Copy and Sync und Nemo
- Jarvis-Bereitstellung
- Passen Sie die Staaten und Abläufe für den Einzelhandel an
- Stellen Sie eine Verbindung zu APIs von Drittanbietern als Fulfillment Engine her
- Demonstration des NetApp Retail Assistant
- Verwenden Sie NetApp BlueXP, um den Gesprächsverlauf zu archivieren
- Erweitern Sie die Intent-Modelle mit Nemo Training
- Schlussfolgerung
- Danksagungen
- Weitere Informationen
-
NetApp Orchestrierungslösung mit Run:AI
- Lösungsüberblick
- Lösungstechnologie
-
Optimale Cluster- und GPU-Auslastung bei AI-Ausführung
- Führen Sie AI-Installation aus
- Führen Sie AI-Dashboards und -Ansichten aus
- Projekte für Data Science-Teams erstellen und GPUs zuweisen
- Jobs in Ausführen der KI-CLI senden
- Erreichen Einer Hohen Cluster-Auslastung
- Zuweisung von fraktionalen GPUs für weniger anspruchsvolle oder interaktive Workloads
- Hohe Cluster-Auslastung durch GPU-Zuweisung über Uota
- Gerechtigkeit Bei Der Grundlegenden Ressourcenzuweisung
- Gerechtigkeit Wegen Zu Viel Quoten
- Speichern von Daten in einem mit Trident bereitgestellten PersistenzVolume
- Schlussfolgerung
- Testdetails für Abschnitt 4.8
- Testdetails für Abschnitt 4.9
- Testdetails für Abschnitt 4.10
- Weitere Informationen
- Solution Design: NetApp ONTAP AI für Workloads für das autonome Fahren
- NetApp ONTAP AI Referenzarchitektur für das Gesundheitswesen: Diagnostische Bildgebung
- NetApp ONTAP AI Referenzarchitektur für Financial-Services-Workloads
- Generativer KI- und NetApp-Nutzen
- AI Deployment mit NetApp E-Series und BeeGFS
- Quantum StorNext mit NetApp E-Series Systems Design Guide
- Quantum StorNext mit NetApp E-Series Systems Deployment Guide
-
KI-konvergente Infrastrukturen
-
Container
- Anthos mit NetApp
- DevOps mit NetApp Astra
-
Red hat OpenShift mit NetApp
- Übersicht Über Red Hat Openshift
- NetApp Storage-Systeme: Überblick
- Überblick über NetApp Storage-Integrationen
- Erweiterte Konfigurationsoptionen
-
Lösungsvalidierung und Anwendungsfälle
- Implementierung einer Jenkins CI/CD-Pipeline mit persistentem Storage
- Konfiguration der Mandantenfähigkeit auf Red hat OpenShift mit NetApp ONTAP
- Red hat OpenShift Virtualisierung mit NetApp ONTAP
- Erweitertes Cluster Management für Kubernetes auf Red hat OpenShift mit NetApp
- Videos/Demos
- Weitere Informationen
- VMware Tanzu mit NetApp
- Archived Solutions
-
Datenmigration und Datensicherung
-
Datenmigration
-
Best Practice-Richtlinien für NetApp XCP
- Einführung
- NetApp XCP
- Migrations-Workflow
- Dateianalysen
- Implementierungsschritte
- Richtlinien für die Dimensionierung
- Performance-Optimierung
-
Kundenszenarien
- Überblick
- Data Lake zu ONTAP-NFS
- High-Performance-Computing für ONTAP NFS
- Mit dem XCP Data Mover können Millionen von kleinen Dateien auf flexiblen Speicher migriert werden
- Mit dem XCP Data Mover können Sie große Dateien migrieren
- Dateien sind doppelt vorhanden
- Spezifischer datentbasierter Scan und Kopie von Daten
- Erstellen einer CSV-Datei aus SMB/CIFS-Freigabe
- Datenmigration von 7-Mode zu ONTAP
- CIFS-Datenmigration mit ACLs von einer Quell-Storage-Box zu ONTAP
- Best Practice-Richtlinien und -Empfehlungen
- Fehlerbehebung
- Wo Sie weitere Informationen finden
-
Best Practice-Richtlinien für NetApp XCP
- Datensicherung
- Sicherheit
-
Datenmigration
- Enterprise Applications
-
Enterprise-Datenbanken
-
Oracle Datenbank
- Schnelle Wiederherstellung von Oracle VLDB mit Incremental Merge auf ANF
- Vereinfachte, automatisierte Oracle-Implementierung auf Azure NetApp Files mit NFS
- Vereinfachte, automatisierte Oracle-Implementierung auf Amazon FSX ONTAP mit iSCSI
- Vereinfachte, automatisierte Oracle-Implementierung auf NetApp ASA mit iSCSI
- Oracle in VMware Cloud on AWS mit Gastbetriebssystem FSX ONTAP
- Kostensenkung für Oracle Active Data Guard mit Amazon FSX ONTAP
- Schnelles Recovery und Klonen von Oracle VLDB mit AWS FSX ONTAP
- Oracle 19c im Standalone-Neustart auf AWS FSX/EC2 mit NFS/ASM
- Oracle Database Deployment and Protection with iSCSI/ASM
- Oracle Database Deployment auf AWS EC2 und FSX Best Practices
- Implementierung und Schutz von Oracle Datenbanken auf Azure NetApp Files
- Oracle 19c RAC-Datenbanken auf FlexPod DataCenter mit Cisco UCS und NetApp AFF A800 über FC
- Technischer Bericht: SAP with Oracle on UNIX and NFS with NetApp Clustered Data ONTAP and SnapManager for SAP 3.4
- Implementieren Von Oracle Database
- Automatisierte Oracle Datensicherung
- Oracle Datenbanken auf NetApp EF-Series
-
Microsoft SQL Server
- Backup und Recovery für Microsoft SQL Server auf AWS FSX für ONTAP
- SQL Server auf AWS EC2 mit Amazon FSX für NetApp ONTAP
- SQL Server auf Azure NetApp Files
- SAP with Microsoft SQL Server on Windows Using Clustered Data ONTAP
- Modernisieren von Microsoft SQL Server
- Leitfaden zu Best Practices für Microsoft SQL Server mit ONTAP
- Best Practices Guide for Microsoft SQL Server with NetApp EF-Series
- Open Source-Datenbanken
-
SnapCenter für Datenbanken
- SnapCenter-Oracle-Klonlebenszyklus
- Backup, Recovery und Klonen für Oracle Database auf ANF
- BlueXP SaaS für Oracle – Azure
- BlueXP SaaS für Oracle – AWS
- Hybrid-Cloud-Datenbanklösungen mit SnapCenter
- Toolkits für DB-Automatisierung
-
Oracle Datenbank
-
Moderne Datenanalysen
- Cloud-Datenmanagement mit NetApp File-Object Dualität und AWS SageMaker
-
Apache Kafka-Workloads mit NetApp NFS-Storage
- Einführung
- NetApp Lösung für das alberne Namensproblem in NFS auf Kafka-Workloads
- Funktionale Validierung – Korrektur von Silly-Umbenennung
- Warum NetApp NFS für Kafka-Workloads?
- Performance-Übersicht und Validierung in AWS – Cloud Volume ONTAP
- Performance-Übersicht und Validierung in AWS – FSxN NetApp ONTAP
- Performance-Übersicht und Validierung mit AFF On-Premises
- Schlussfolgerung
- Wo Sie weitere Informationen finden
- Conflient Kafka mit NetApp ONTAP Storage Controllern
-
NetApp Storage-Lösungen für Apache Spark
- Lösungsüberblick
- Zielgruppe
- Lösungstechnologie
- NetApp Spark-Lösungen im Überblick
- Anwendungsfälle: Zusammenfassung
- Anwendungsfälle und Architekturen für KI, ML und DL
- Testergebnisse
- Hybrid Cloud-Lösung
- Python-Skripte für jeden größeren Anwendungsfall
- Schlussfolgerung
- Wo Sie weitere Informationen finden
- Big-Data-Analysedaten zu künstlicher Intelligenz
- Best Practices für Confluent Kafka
-
NetApp Hybrid-Cloud-Datenlösungen – Spark und Hadoop basierend auf Kundenanwendungsfällen
- Lösungsüberblick
- Data Fabric von NetApp für Big Data-Architekturen
- Hadoop Datensicherung und NetApp
- Übersicht über Anwendungsfälle für die Datensicherung in Hadoop
- Anwendungsfall 1 – Backup von Hadoop-Daten
- Anwendungsfall 2: Backup und Disaster Recovery von der Cloud in On-Premises-Systeme
- Anwendungsfall 3 – Enabling DevTest on Existing Hadoop Data
- Anwendungsfall 4: Datensicherung und Multi-Cloud-Konnektivität
- Anwendungsfall 5 – Beschleunigen Sie Analyse-Workloads
- Schlussfolgerung
- Verschiedene Lösungen für verschiedene Analysestrategien – Lösungsüberblick
- NetApp StorageGRID mit Splunk SmartStore
- NetApp E-Series E5700 und Splunk Enterprise
- Apache Spark Workload mit NetApp Storage-Lösung (Deployment Guide)
-
NetApp Hybrid-Multi-Cloud mit VMware
- VMware für Public Cloud
- Anwendungsfälle für VMware Hybrid Cloud
- NetApp für AWS/VMC
-
NetApp für Azure/AVS
-
Schutz von Workloads auf Azure/AVS
- Disaster Recovery mit ANF und JetStream (zusätzlicher NFS-Datastore)
- Disaster Recovery mit ANF und CVO (über Gast verbundener Storage)
- Disaster Recovery (DRO) mit Azure NetApp Files und AVS
- Verwenden von Veeam Replizierung und Azure NetApp Files-Datastore für die Disaster Recovery zu Azure VMware-Lösung
- Migration von Workloads auf Azure/AVS
- Regionale Unterstützung für NFS-Datenspeicher
-
Schutz von Workloads auf Azure/AVS
-
NetApp für GCP/GCVE
- Schutz von Workloads in GCP/GCVE
- Migration von Workloads auf GCP/GCVE
- Regionale Unterstützung für NetApp CVS NFS Datastores
- Sicherheitsüberblick – NetApp Cloud Volumes Service (CVS) in Google Cloud
- BlueXP Backup und Recovery
- VMware Sovereign Cloud
-
NetApp Hybrid-Multi-Cloud mit Red hat OpenShift
- Überblick
- On-Premises
-
Hybrid Cloud mit selbst gemanagten Komponenten (lokal/AWS/GCP/Azure)
- Lösungsüberblick
- Container-Workloads von Red hat OpenShift auf AWS konfigurieren
- Konfiguration von Red hat OpenShift-Container-Workloads auf GCP
- Konfigurieren Sie Container-Workloads von Red hat OpenShift auf Azure
- Container-Workloads auf AWS/GCP/Azure schützen
- Container-Workloads zu AWS/GCP/Azure migrieren
- Hybrid Cloud mit vom Provider gemanagten Komponenten
-
Einheitliche
- VMware Virtualisierung für ONTAP
- VMware vSphere Automation
- VMware für Public Cloud
- Anwendungsfälle für die VMware Hybrid-Multi-Cloud
-
Virtual Desktops
-
Virtual Desktop Services (VDS)
-
Hybrid-Cloud-VDI mit NetApp Virtual Desktop Service
- Anwendungsfälle
- NetApp Virtual Desktop Service – Überblick
- Übersicht über NetApp HCI
- NVIDIA-Lizenzierung
- Implementierung von VDS
- Hybrid Cloud-Umgebung
- Einzelserver-Lasttest mit Login VSI
- Management Portal
- Benutzerverwaltung
- Workspace-Management
- Applikationsmanagement
- ONTAP-Funktionen für Virtual Desktop Service
- Datenmanagement
- Operation Management
- Tools und Protokolle
- Überlegungen zu GPU
- Lösungen für Industrie
- Schlussfolgerung
- Weitere Informationen
-
Hybrid-Cloud-VDI mit NetApp Virtual Desktop Service
- VMware Horizon
- FlexPod Lösungen für die Desktop-Virtualisierung
-
Virtual Desktop Services (VDS)
- NetApp All-Flash SAN-Array mit VMware vSphere 8
- Demos und Tutorials
-
Lösungsautomatisierung
- Einführung
- Erste Schritte mit NetApp Lösungsautomatisierung und Ansible
- Richten Sie die Automatisierungsumgebung ein
- Sammeln von Voraussetzungen für CVO- und Connector-Implementierungen
- Automatisierung von Cloud Volumes über Terraform
- FSX für ONTAP-Überwachung und automatische Resizing mit AWS Lambda-Funktion
- Automatisierung von Anfragen
- FlexPod Lösungen
- Alte NetApp HCI-Lösungen
- Änderungsprotokoll
- Über NetApp Lösungen
- Rechtliche Hinweise