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。
ネットアップの人工知能ソリューション
PDF
ネットアップの人工知能ソリューションは、 AI / ML 分野全体でネットアップストレージの機能を実証する、戦略的かつ技術的なソリューションのセットです。
SuperPOD：ネットアップとNVIDIAの解決策
-
人工知能
-
AI 統合インフラ
-
AIおよびMLモデルトレーニング用のLenovo ThinkSystem SR670 V2搭載NetApp AFF A400
-
NVIDIA を使用した ONTAP AI
-
NVIDIA を使用した EF シリーズ AI
- NetApp E シリーズリファレンスアーキテクチャを使用した BeeGFS
- NetApp E シリーズストレージによる IBM Spectrum Scale の導入
- 用 NetApp AFF A800 および富士通サーバ PRIMERGY GX2570 M5 AI と ML モデルのトレーニングワークロード
-
-
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
-
Vector Database解決策with NetApp
-
-
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
-
AWSクラウド
- Amazon FSx ONTAP with iSCSI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
- Amazon 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AWS FSX/EC2での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クラウド
-
オンプレミス/ハイブリッドクラウド
-
-
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
-
DBサイジングツールキット
-
-
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