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
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