日本語は機械翻訳による参考訳です。内容に矛盾や不一致があった場合には、英語の内容が優先されます。
NetApp Solutions
- ネットアップソリューションのドキュメント
-
人工知能
- AI 統合インフラ
-
データパイプライン、データレイク、管理
- MLOps向けAWS FSx for NetApp ONTAP(FSxN)
- Domino Data LabとNetAppによるハイブリッドマルチクラウドMLOps
- ネットアップとVMwareによるNVIDIA AI Enterprise
- 自動運転ワークロード向けの NetApp StorageGRID データレイク
- NetApp AI コントロールプレーン
- Iguazio による MLRun パイプライン
- NetApp DataOps ツールキット
- AI と分析のワークフローに対応した E シリーズと BeeGFS を使用したデータ移動
-
ユースケース
- AIと機密性の高い推論を担当-ネットアップのAIとProtopia Image Transformation
- ネットアップの AI による地合い分析
-
Azure での分散トレーニング - クリックスルー率予測
- はじめに
- テクノロジの概要
- ソフトウェア要件
- クラウドリソースの要件
- クリックスルー率予測ユースケースの概要
- セットアップ( Setup )
-
クリックスルー率予測データの処理とモデルトレーニング
- データ処理およびモデルトレーニング用のライブラリ
- Pandas で Logs Day 15 をクリックして、 scikit に学習したランダムフォレストモデルをトレーニングします
- Dask の 15 日目をロードし、 Dask cuML ランダムフォレストモデルをトレーニングします
- ネイティブタスクストリームダッシュボードを使用して Dask を監視します
- トレーニング時間の比較
- Prometheus と Grafana で Dask と Rapids を監視します
- NetApp DataOps ツールキットを使用したデータセットとモデルのバージョン管理
- Jupyter ノートブック ( リファレンス用 )
- まとめ
- 追加情報の参照先
- Azure の分散トレーニング - レーン検出
- データキャッシング機能を備えたハイブリッドクラウド AI オペレーティングシステム
- ビッグデータ環境から AI へのデータの移動 環境
- Lenovo ThinkSystem-解決策 Design を使用したエッジネットアップでの AI 推論
- NVIDIA を使用した会話型 AI
- 実行: AI を使用したネットアップオーケストレーション解決策
- 自動運転ワークロード向けの NetApp ONTAP AI 解決策設計
- ヘルスケア向け NetApp ONTAP AI リファレンスアーキテクチャ:診断イメージング
- 金融サービスのワークロード向けの NetApp ONTAP AI リファレンスアーキテクチャ
- AIとNetAppの価値を生成
- NetApp E シリーズと BeeGFS を使用した AI 導入
- Quantum StorNext with NetApp E-Series Systems Design Guide 』を参照してください
- Quantum StorNext with NetApp E-Series Systems Deployment Guide 』を参照してください
-
コンテナ
- Anthos with NetAppの特長
- ネットアップAstraを使用したDevOps
-
ネットアップを利用した Red Hat OpenShift
- Red Hat OpenShift の概要
- ネットアップストレージシステムの概要
- ネットアップとストレージの統合の概要
- Advanced Configuration Options (詳細設定オプション)
- 解決策の検証とユースケース
- ビデオ / デモ
- 追加情報
- ネットアップを活用したVMware Tanzuの評価
- アーカイブされたソリューション
- データ移行とデータ保護
- エンタープライズアプリケーション
-
エンタープライズデータベース
-
Oracle データベース
- ANFでの増分マージを使用したOracle VLDBの迅速なリカバリ
- NFSを使用したAzure NetApp FilesへのOracleの導入を簡易化、自動化
- Amazon FSx ONTAP with iSCSIへのOracle導入の簡易化と自動化
- iSCSIを使用したNetApp ASAへのOracle導入の簡易化と自動化
- VMware Cloud on AWSでのOracleとゲストマウント型FSx ONTAP
- Amazon FSx ONTAPによるOracle Active Data Guardのコスト削減
- AWS FSx ONTAPを使用したOracle VLDBのクイックリカバリとクローン
- スタンドアロンでのOracle 19C NFS / ASMを使用したAWS FSX/EC2でのOracle 19Cの再起動
- iSCSI / ASMを使用したOracleデータベースの導入と保護
- AWS EC2およびFSXのベストプラクティスにOracleデータベースを導入する
- Azure NetApp Files へのOracleデータベースの導入と保護
- FlexPod データセンター上の Oracle 19C RAC データベースと Cisco UCS FC 経由の NetApp AFF A800 をサポートしています
- UNIX および NFS を使用する NetApp clustered Data ONTAP での SAP と Oracle の運用 Data ONTAP
- Oracle データベースを導入しています
- Oracle データ保護の自動化
- NetApp EF シリーズを基盤にした Oracle データベース
-
Microsoft SQL Server の場合
-
Backup and Recovery for Microsoft SQL Server on AWS FSx for
ONTAP を参照してください - AWS EC2上のSQL ServerでAmazon FSX for NetApp ONTAP を使用
- Azure NetApp Files 上の SQL Server
- Windows 環境で clustered Data を使用して SAP と Microsoft SQL Server を運用 ONTAP
- Microsoft SQL Server の刷新
- ONTAPを使用したMicrosoft SQL Serverのベストプラクティスガイド
- NetApp EF シリーズでの Microsoft SQL Server のベストプラクティスガイド
-
Backup and Recovery for Microsoft SQL Server on AWS FSx for
- オープンソースデータベース
- SnapCenter for Databasesの略
- DB自動化ツールキット
-
Oracle データベース
-
最新のデータ分析
- NetApp File-Object DualityとAWS SageMakerを使用したクラウドデータ管理
- NetApp NFSストレージを使用したApache Kafkaワークロード
- NetApp ONTAP ストレージコントローラとKafkaが競合します
- ネットアップの Apache Spark 向けストレージソリューション
- ビッグデータ分析データを人工知能に
- ConFluent Kafka のベストプラクティスをご確認ください
- ネットアップのハイブリッドクラウドデータソリューション - Spark と Hadoop はお客様のユースケースに基づいています
- さまざまな分析戦略に対応する各種ソリューション解決策 Brief
- Splunk SmartStore を使用した NetApp StorageGRID
- NetApp E シリーズ E5700 および Splunk Enterprise
- 『 Apache Spark Workload with NetApp Storage 解決策』(導入ガイド)
-
VMwareを使用したネットアップのハイブリッドマルチクラウド
- パブリッククラウド向け VMware
- VMware ハイブリッドクラウドのユースケース
- ネットアップがAWS / VMCに最適です
- NetApp for Azure / AVS
- NetApp for GCP / GCVE
- BlueXPのバックアップとリカバリ
- VMwareソブリンクラウド
- ネットアップのハイブリッドマルチクラウドとRed Hat OpenShift
- 仮想化
- 解決策の自動化
- FlexPod ソリューション
- レガシー NetApp HCI ソリューション
- 変更ログ
- ネットアップのソリューションについて
- 法的通知