• 人工知能ソリューション
  • 新機能
  • AI統合インフラストラクチャ
    • NVIDIA DGX システムを搭載したNetApp AIPod
      • はじめに
      • ハードウェア コンポーネント
      • ソフトウェアコンポーネント
      • アーキテクチャ
      • 展開例の詳細
      • 検証とサイジングのガイダンス
      • 結論と追加情報
    • NetApp AFF A90ストレージシステムとNVIDIA DGX SuperPOD - 設計
    • NetApp AFF A90ストレージシステムとNVIDIA DGX SuperPOD - 導入
    • NVIDIA OVX 対応の Lenovo 搭載NetApp AIPod
    • NVIDIA DGX SuperPODと EF シリーズ
    • Eシリーズストレージを搭載したNetApp上のBeeGFS
    • EシリーズストレージでIBM Spectrum Scaleを導入
    • AI向けONTAPとLenovo ThinkSystem
  • MLOpsとデータ管理
    • NetAppによるオープンソース MLOps
      • はじめに
      • 技術概要
      • アーキテクチャ
      • NetApp Trident の構成
        • AIPod展開用のTridentバックエンド
        • AIPodデプロイメント用の Kubernetes StorageClasses
      • Apacheエアフロー
        • Apache Airflow のデプロイメント
        • NetApp DataOps Toolkit を Airflow と併用する
      • ジュピターハブ
        • JupyterHub のデプロイメント
        • JupyterHubでNetApp DataOpsツールキットを使用する
        • NetApp SnapMirrorでデータを取り込む
      • MLフロー
        • MLflowの展開
        • NetAppと MLflow によるデータセットからモデルへのトレーサビリティ
      • キューブフロー
        • Kubeflow のデプロイメント
        • Jupyter Notebook ワークスペースのプロビジョニング
        • KubeflowでNetApp DataOpsツールキットを使用する
        • 画像認識モデルのトレーニング - ワークフローの例
      • Trident操作の例
      • AIPod展開の高パフォーマンスジョブの例
        • 単一ノードのAIワークロードを実行する
        • 同期分散AIワークロードを実行する
    • Domino Data Lab とNetAppによるハイブリッド MLOps
      • はじめに
      • 技術概要
      • アーキテクチャ
      • 初期設定
      • 既存のNetAppボリュームをDominoに公開する
      • 異なる環境間で同じデータにアクセスする
      • 追加情報
    • NVIDIA AI Enterprise とNetApp 、VMware
      • はじめに
      • 技術概要
      • アーキテクチャ
      • 初期設定
      • NVIDIA NGCソフトウェアを使用する
        • セットアップ
        • ユースケース例 - TensorFlow トレーニングジョブ
      • 追加情報
    • MLOps 向け FSx ONTAP
      • 概要
      • パート 1 - Amazon FSx for NetApp ONTAP をプライベート S3 バケットとして AWS SageMaker に統合する
      • パート 2 - SageMaker でのモデルトレーニングのデータソースとしてAmazon FSx for NetApp ONTAP を活用する
      • パート3 - 簡素化されたMLOpsパイプラインを構築する
    • 自動運転向けStorageGRIDデータレイク
    • NetApp DataOps ツールキット
    • NetAppによるベクトルデータベースソリューション
      • 概要
      • はじめに
      • ソリューションの概要
      • ベクターデータベース
      • 技術要件
      • 展開手順
      • ソリューション検証
        • 概要
        • オンプレミスでの Kubernetes を使用した Milvus クラスターのセットアップ
        • Milvus とAmazon FSx ONTAP for NetApp ONTAP – ファイルとオブジェクトの二重性
        • SnapCenterを使用したベクター データベースの保護
        • SnapMirrorを使用した災害復旧
        • パフォーマンス検証
      • PostGreSQL を使用した Instaclustr によるベクターデータベース: pgvector
      • ベクターデータベースの使用例
      • まとめ
      • 付録A: values.yaml
      • 付録B: 準備データネットアプリ新パイ
      • 付録 C: verify_data_netapp.py
      • 付録D: docker_compose.yml
  • AIのユースケース
    • エンタープライズRAG向けNetApp AIPod Mini
    • プロトピア画像変換による責任あるAI
      • 概要
      • ソリューション領域
      • 技術概要
      • テストおよび検証計画
      • テスト構成
      • テスト手順
      • 推論精度の比較
      • 難読化速度
      • まとめ
      • 追加情報
    • ビッグデータ分析からAIへの移行
    • NetAppとLenovoによるエッジAI推論
      • はじめに
      • まとめ
    • ジェネレーティブAIとNetAppの価値
    • EシリーズシステムでQuantum StorNextを設計する
    • EシリーズシステムでQuantum StorNextを導入
  • 最新のデータ分析
    • NetApp のファイルオブジェクト二重性と AWS SageMaker を使用したクラウドデータ管理
      • ソリューションの概要
      • ソリューション技術
      • データサイエンティストやその他のアプリケーションのためのデータの二重性
      • まとめ
    • NetApp NFSストレージを使用したApache Kafkaワークロード
      • はじめに
      • NFS から Kafka へのワークロードにおける愚かな名前変更問題に対するNetAppソリューション
      • 機能検証 - ばかげた名前変更の修正
      • Kafka ワークロードにNetApp NFS を使用する理由
      • AWS のパフォーマンス概要と検証 - Cloud Volume ONTAP
      • AWS でのパフォーマンスの概要と検証 - FSx for NetApp ONTAP
      • AFFオンプレミスのパフォーマンス概要と検証
      • まとめ
      • 詳細情報の入手方法
    • NetApp ONTAPストレージ コントローラを使用した Confluent Kafka
      • 概要
      • 解決策
      • 技術概要
      • Confluent のパフォーマンス検証
      • 生成・消費ワークロードジェネレータによるパフォーマンステスト
      • パフォーマンスのベストプラクティスガイドライン
      • まとめ
    • Apache Spark向けNetAppストレージソリューション
      • ソリューションの概要
      • 対象
      • ソリューション技術
      • NetApp Spark ソリューションの概要
      • ユースケースの概要
      • 主要なAI、ML、DLのユースケースとアーキテクチャ
      • テスト結果
      • ハイブリッドクラウドソリューション
      • 主要なユースケースごとの Python スクリプト
      • まとめ
      • 詳細情報の入手方法
    • ビッグデータ分析データから人工知能へ
      • はじめに
      • 顧客の課題
      • データムーバーソリューション
      • AI向けデータムーバーソリューション
      • GPFS からNetApp ONTAP NFS へ
      • HDFS と MapR-FS からONTAP NFS へ
      • ビジネス上のメリット
      • GPFSからNFSへ - 詳細な手順
      • MapR-FSからONTAP NFSへ
      • 追加情報
    • Confluent Kafka のベストプラクティス
      • はじめに
      • ソリューションアーキテクチャの詳細
      • 技術概要
      • 合流検証
      • スケーラビリティを考慮したパフォーマンステスト
      • Confluent S3コネクタ
      • 合流型自己再バランスクラスター
      • ベストプラクティスガイドライン
      • サイジング
      • まとめ
    • NetAppハイブリッド クラウド データ ソリューション - 顧客のユースケースに基づいた Spark と Hadoop
      • ソリューションの概要
      • ビッグデータ アーキテクチャ向けのNetApp搭載データ ファブリック
      • Hadoopデータ保護とNetApp
      • Hadoop データ保護のユースケースの概要
      • ユースケース1 - Hadoopデータのバックアップ
      • ユースケース 2 - クラウドからオンプレミスへのバックアップと災害復旧
      • ユースケース3 - 既存のHadoopデータでDevTestを有効にする
      • ユースケース4 - データ保護とマルチクラウド接続
      • ユースケース5 - 分析ワークロードの高速化
      • まとめ
    • NetAppとDremioの次世代ハイブリッド氷山レイクハウスソリューション
      • はじめに
      • ソリューションの概要
      • 技術要件
      • 展開手順
      • ソリューション検証の概要
      • 顧客の使用事例
      • まとめ
    • さまざまな分析戦略に応じたさまざまなソリューション
    • Splunk SmartStore を搭載したNetApp StorageGRID
      • はじめに
      • ソリューションの概要
      • このソリューションの利点
      • Splunkアーキテクチャ
      • Splunk SmartStore 向けStorageGRID機能
      • 階層化とコスト削減
      • 単一サイトのSmartStoreパフォーマンス
      • まとめ
    • NetApp Eシリーズ E5700とSplunk Enterprise
    • NetAppストレージを使用して Apache Spark ワークロードを展開する
  • ビデオ
  • ブログ
  • 法律上の表示