Tecnología de soluciones
Sugerir cambios
PDF
Esta solución utiliza las siguientes tecnologías:
-
AWS SageMaker Notebook. Ofrece capacidades de aprendizaje automático a desarrolladores y científicos de datos para crear, entrenar e implementar modelos de APRENDIZAJE automático DE alta calidad de manera eficiente.
-
NetApp BlueXP permite la detección, la puesta en marcha y el funcionamiento del almacenamiento tanto en las instalaciones como en AWS, Azure y Google Cloud. Proporciona protección de datos contra la pérdida de datos, las amenazas cibernéticas y las interrupciones del servicio no planificadas, y optimiza el almacenamiento y la infraestructura de datos.
-
Cloud Volumes ONTAP de NetApp proporciona volúmenes de almacenamiento de clase empresarial con los protocolos NFS, SMB/CIFS, iSCSI y S3 en AWS, Azure y Google Cloud, lo que ofrece a los usuarios una mayor flexibilidad a la hora de acceder y gestionar sus datos en el cloud.
NetApp Cloud Volumes ONTAP creado a partir de BlueXP para almacenar DATOS DE ML.
En la siguiente figura se muestran los componentes técnicos de la solución.
Resumen de casos de uso
Un posible caso de uso para el acceso de protocolo doble de NFS y S3 se encuentra en los campos del aprendizaje automático y la ciencia de datos. Por ejemplo, un equipo de científicos de datos podría estar trabajando en un proyecto de aprendizaje automático con AWS SageMaker, que requiere acceso a los datos almacenados en formato NFS. Sin embargo, es posible que también sea necesario acceder a los datos y compartirlos a través de buckets de S3 para colaborar con otros miembros del equipo o para integrarse con otras aplicaciones que usen S3.
Gracias a Cloud Volumes ONTAP de NetApp, el equipo puede almacenar sus datos en una única ubicación y hacerlos accesibles con protocolos NFS y S3. Los científicos de datos pueden acceder a los datos en formato NFS directamente desde AWS SageMaker, mientras que otros miembros del equipo o aplicaciones pueden acceder a los mismos datos a través de buckets S3.
Este enfoque permite acceder a los datos y compartirlos de manera sencilla y eficiente sin la necesidad de software adicional o migración de datos entre diferentes soluciones de almacenamiento. También permite un flujo de trabajo más simplificado y una colaboración entre los miembros del equipo, lo que resulta en un desarrollo más rápido y eficaz de los modelos de aprendizaje automático.