Solutions d'intelligence artificielle
Quoi de neuf
Infrastructures convergées de l'IA
NetApp AIPod avec systèmes NVIDIA DGX
Introduction
Composants matériels
Composants logiciels
Architecture
Exemple de détails de déploiement
Guide de validation et de dimensionnement
Conclusion et informations complémentaires
NetApp AIPod avec Lenovo pour NVIDIA OVX
NVIDIA DGX SuperPOD avec série EF
BeeGFS sur NetApp avec stockage E-Series
Déployer IBM Spectrum Scale avec le stockage E-Series
ONTAP et Lenovo ThinkSystem pour l'IA
MLOps et gestion des données
MLOps Open Source avec NetApp
Introduction
Aperçu de la technologie
Architecture
Configuration de NetApp Trident
Backends Trident pour les déploiements AIPod
Classes de stockage Kubernetes pour les déploiements AIPod
Apache Airflow
Déploiement d'Apache Airflow
Utilisez la boîte à outils NetApp DataOps avec Airflow
JupyterHub
Déploiement de JupyterHub
Utilisez la boîte à outils NetApp DataOps avec JupyterHub
Ingérer des données avec NetApp SnapMirror
MLflow
Déploiement de MLflow
Traçabilité des ensembles de données aux modèles avec NetApp et MLflow
Kubeflow
Déploiement de Kubeflow
Provisionner l'espace de travail Jupyter Notebook
Utilisez la boîte à outils NetApp DataOps avec Kubeflow
Entraîner un modèle de reconnaissance d'images - exemple de workflow
Exemples d'opérations Trident
Exemples de tâches hautes performances pour les déploiements AIPod
Exécuter une charge de travail d'IA à nœud unique
Exécuter une charge de travail d'IA distribuée synchrone
MLOps hybrides avec Domino Data Lab et NetApp
Introduction
Aperçu de la technologie
Architecture
Configuration initiale
Exposer les volumes NetApp existants à Domino
Accéder aux mêmes données dans différents environnements
Informations Complémentaires
NVIDIA AI Enterprise avec NetApp et VMware
Introduction
Aperçu de la technologie
Architecture
Configuration initiale
Utiliser le logiciel NVIDIA NGC
Installation
Exemple de cas d'utilisation : tâche d'entraînement TensorFlow
Informations Complémentaires
FSx ONTAP pour MLOps
Aperçu
Partie 1 - Intégrer Amazon FSx for NetApp ONTAP en tant que compartiment S3 privé dans AWS SageMaker
Partie 2 - Exploiter Amazon FSx for NetApp ONTAP comme source de données pour la formation de modèles dans SageMaker
Partie 3 - Construire un pipeline MLOps simplifié
Lac de données StorageGRID pour la conduite autonome
Boîte à outils NetApp DataOps
Solution de base de données vectorielle avec NetApp
Aperçu
Introduction
Présentation de la solution
Base de données vectorielles
Exigences technologiques
Procédure de déploiement
Vérification de la solution
Aperçu
Configuration du cluster Milvus avec Kubernetes sur site
Milvus avec Amazon FSx ONTAP pour NetApp ONTAP – dualité fichier et objet
Protection de la base de données vectorielle à l'aide de SnapCenter
Reprise après sinistre à l'aide de SnapMirror
Validation des performances
Base de données vectorielle avec Instaclustr utilisant PostGreSQL : pgvector
Cas d'utilisation de bases de données vectorielles
Conclusion
Annexe A : values.yaml
Annexe B : prepare_data_netapp_new_py
Annexe C : verify_data_netapp.py
Annexe D : docker_compose.yml
Cas d'utilisation de l'IA
NetApp AIPod Mini pour RAG d'entreprise
IA responsable avec la transformation d'images Protopia
Aperçu
Domaines de solutions
Aperçu de la technologie
Plan de test et de validation
Configuration de test
Procédure de test
Comparaison de la précision des inférences
Vitesse d'obscurcissement
Conclusion
Informations Complémentaires
Migration de l'analyse des Big Data vers l'IA
Inférence d'IA Edge avec NetApp et Lenovo
Introduction
Conclusion
IA générative et valeur NetApp
Concevez Quantum StorNext avec les systèmes de la série E
Déployer Quantum StorNext avec les systèmes de la série E
Analyse de données moderne
Gestion des données dans le cloud avec la dualité fichier-objet NetApp et AWS SageMaker
Présentation de la solution
Technologie des solutions
Dualité des données pour les data scientists et autres applications
Conclusion
Charges de travail Apache Kafka avec stockage NetApp NFS
Introduction
Solution NetApp pour le problème de renommage stupide dans la charge de travail NFS vers Kafka
Validation fonctionnelle - Correction d'un changement de nom idiot
Pourquoi NetApp NFS pour les charges de travail Kafka ?
Aperçu et validation des performances dans AWS - Cloud Volume ONTAP
Présentation et validation des performances dans AWS - FSx pour NetApp ONTAP
Aperçu des performances et validation avec AFF sur site
Conclusion
Où trouver des informations supplémentaires
Confluent Kafka avec contrôleurs de stockage NetApp ONTAP
Aperçu
Solution
Aperçu de la technologie
Validation des performances confluentes
Tests de performance avec générateur de charge de travail de production-consommation
Lignes directrices sur les meilleures pratiques en matière de performance
Conclusion
Solutions de stockage NetApp pour Apache Spark
Présentation de la solution
Public cible
Technologie des solutions
Présentation des solutions NetApp Spark
Résumé des cas d'utilisation
Principaux cas d'utilisation et architectures de l'IA, du ML et du DL
Résultats des tests
Solution de cloud hybride
Scripts Python pour chaque cas d'utilisation majeur
Conclusion
Où trouver des informations supplémentaires
Analyse des Big Data : des données à l'intelligence artificielle
Introduction
Les défis des clients
Solution de transfert de données
Solution de transfert de données pour l'IA
GPFS vers NetApp ONTAP NFS
HDFS et MapR-FS vers ONTAP NFS
Avantages commerciaux
Conversion GPFS vers NFS : étapes détaillées
MapR-FS vers ONTAP NFS
Informations Complémentaires
Bonnes pratiques pour Confluent Kafka
Introduction
Détails de l'architecture de la solution
Aperçu de la technologie
Vérification confluente
Tests de performance avec évolutivité
Connecteur Confluent s3
Clusters confluents à rééquilibrage automatique
Lignes directrices sur les meilleures pratiques
Dimensionnement
Conclusion
Solutions de données cloud hybrides NetApp - Spark et Hadoop basées sur les cas d'utilisation des clients
Présentation de la solution
Data Fabric optimisé par NetApp pour l'architecture Big Data
Protection des données Hadoop et NetApp
Aperçu des cas d'utilisation de la protection des données Hadoop
Cas d'utilisation 1 - Sauvegarde des données Hadoop
Cas d'utilisation 2 - Sauvegarde et reprise après sinistre du cloud vers les locaux
Cas d'utilisation 3 : Activation de DevTest sur des données Hadoop existantes
Cas d'utilisation 4 - Protection des données et connectivité multicloud
Cas d'utilisation 5 - Accélérer les charges de travail analytiques
Conclusion
Solution hybride iceberg lakehouse de nouvelle génération de NetApp et Dremio
Introduction
Présentation de la solution
Exigences technologiques
Procédure de déploiement
Présentation de la vérification des solutions
Cas d'utilisation client
Conclusion
Différentes solutions pour différentes stratégies d'analyse
NetApp StorageGRID avec Splunk SmartStore
Introduction
Présentation de la solution
Avantages de cette solution
Architecture Splunk
Fonctionnalités de StorageGRID pour Splunk SmartStore
Hiérarchisation et économies de coûts
Performances d'un SmartStore sur un seul site
Conclusion
NetApp E-Series E5700 et Splunk Enterprise
Déployer la charge de travail Apache Spark avec le stockage NetApp
Vidéos
Blogs
Mentions légales