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。

まとめ

寄稿者

"前のセクション：アーキテクチャの調整。"

ネットアップとLenovo解決策 は、柔軟性に優れたスケールアウトアーキテクチャを採用しており、ミッドレベルのエンタープライズAI導入に最適です。ネットアップのストレージは、ローカルのSSDストレージと同等以上のパフォーマンスを提供し、データサイエンティスト、データエンジニア、IT意思決定者に次のようなメリットをもたらします。

  • AI システム、分析などの重要なビジネスシステム間でデータを容易に共有できます。このようなデータ共有により、インフラのオーバーヘッドを削減し、パフォーマンスを向上させ、企業全体のデータ管理を合理化できます。

  • 個別に拡張可能なコンピューティングとストレージにより、コストを最小限に抑え、リソースの使用率を向上させます。

  • 統合されたSnapshotとクローンを使用して開発と導入のワークフローを合理化し、ユーザのワークスペースを瞬時にスペース効率よく利用できるようにし、バージョン管理を統合し、導入を自動化します。

  • ディザスタリカバリとビジネス継続性を実現するエンタープライズクラスのデータ保護

謝辞

  • ネットアップテクニカルマーケティングエンジニアKarthikeyan Nagalingam氏

  • Lenovo、AIラボシステム、管理者Jarrett Upton氏

追加情報の参照先

このドキュメントに記載されている情報の詳細については、以下のドキュメントや Web サイトを参照してください。

バージョン履歴

バージョン 日付 ドキュメントのバージョン履歴

バージョン 1.0 以降

2020年2月

初版リリースTensorFlowを搭載したSR670およびAFF A220の検証。

バージョン 2.0 以降

2023年1月

更新されたリリース。SR 670 V2およびAFF A400とMXNetの検証