人工智能解决方案
什么是新的
人工智能融合基础设施
搭载NVIDIA DGX 系统的NetApp AIPod
简介
硬件组件
软件组件
架构
示例部署详细信息
验证和尺寸指导
结论和补充信息
搭载NVIDIA DGX SuperPOD 的NetApp AFF A90存储系统 - 设计
搭载NVIDIA DGX SuperPOD 的NetApp AFF A90存储系统 - 部署
NetApp AIPod与联想携手为NVIDIA OVX 提供支持
搭载 EF 系列的NVIDIA DGX SuperPOD
NetApp上的 BeeGFS 与 E 系列存储
使用 E 系列存储部署 IBM Spectrum Scale
ONTAP和联想 ThinkSystem 的 AI 解决方案
MLOps 和数据管理
NetApp的开源 MLOps
简介
技术概述
架构
NetApp Trident配置
用于AIPod部署的Trident后端
用于AIPod部署的 Kubernetes StorageClasses
Apache Airflow
Apache Airflow 部署
将NetApp DataOps 工具包与 Airflow 结合使用
JupyterHub
JupyterHub 部署
将NetApp DataOps 工具包与 JupyterHub 结合使用
使用NetApp SnapMirror提取数据
机器学习流
MLflow 部署
使用NetApp和 MLflow 实现数据集到模型的可追溯性
Kubeflow
Kubeflow 部署
预配 Jupyter Notebook 工作区
将NetApp DataOps 工具包与 Kubeflow 结合使用
训练图像识别模型 - 示例工作流程
Trident操作示例
AIPod部署的高性能作业示例
执行单节点 AI 工作负载
执行同步分布式 AI 工作负载
Domino Data Lab 和NetApp的混合 MLOps
简介
技术概述
架构
初始设置
将现有的NetApp卷公开给 Domino
跨不同环境访问相同数据
追加信息
NVIDIA AI Enterprise 与NetApp和 VMware 合作
简介
技术概述
架构
初始设置
使用NVIDIA NGC 软件
设置
用例示例 - TensorFlow 训练作业
追加信息
适用于 MLOps 的 FSx ONTAP
概述
第 1 部分 - 将Amazon FSx for NetApp ONTAP作为私有 S3 存储桶集成到 AWS SageMaker
第 2 部分 - 利用Amazon FSx for NetApp ONTAP作为 SageMaker 中模型训练的数据源
第 3 部分 - 构建简化的 MLOps 管道
用于自动驾驶的StorageGRID数据湖
NetApp DataOps 工具包
NetApp的矢量数据库解决方案
概述
简介
解决方案概述
矢量数据库
技术要求
部署过程
解决方案验证
概述
在本地使用 Kubernetes 设置 Milvus 集群
Milvus 与Amazon FSx ONTAP for NetApp ONTAP – 文件和对象二元性
使用SnapCenter进行矢量数据库保护
使用SnapMirror进行灾难恢复
性能验证
使用 PostGreSQL 的 Instaclustr 矢量数据库:pgvector
矢量数据库用例
结束语
附录 A:values.yaml
附录 B:prepare_data_netapp_new_py
附录C:verify_data_netapp.py
附录 D:docker_compose.yml
人工智能用例
适用于企业 RAG 的NetApp AIPod Mini
Protopia 图像转换的负责任的 AI
概述
解决方案领域
技术概述
测试和验证计划
测试配置
测试程序
推理精度比较
混淆速度
结束语
追加信息
大数据分析向人工智能迁移
NetApp和联想合作的边缘 AI 推理
简介
结束语
生成式人工智能和NetApp价值
采用 E 系列系统设计 Quantum StorNext
使用 E 系列系统部署 Quantum StorNext
现代数据分析
利用NetApp文件对象二元性和 AWS SageMaker 进行云数据管理
解决方案概述
解决方案技术
数据科学家和其他应用程序的数据二元性
结束语
使用NetApp NFS 存储的 Apache Kafka 工作负载
简介
NetApp针对 NFS 到 Kafka 工作负载中愚蠢重命名问题的解决方案
功能验证 - 愚蠢的重命名修复
为什么选择NetApp NFS 来支持 Kafka 工作负载?
AWS 中的性能概述和验证 - Cloud Volume ONTAP
AWS 中的性能概述和验证 - FSx for NetApp ONTAP
使用AFF本地进行性能概述和验证
结束语
在哪里可以找到更多信息
Confluent Kafka 与NetApp ONTAP存储控制器
概述
解决方案
技术概述
汇合性能验证
使用生产-消费工作负载生成器进行性能测试
性能最佳实践指南
结束语
适用于 Apache Spark 的NetApp存储解决方案
解决方案概述
目标受众
解决方案技术
NetApp Spark 解决方案概述
用例摘要
主要的 AI、ML 和 DL 用例和架构
测试结果
混合云解决方案
针对每个主要用例的 Python 脚本
结束语
在哪里可以找到更多信息
大数据分析到人工智能
简介
客户挑战
数据移动器解决方案
人工智能数据移动解决方案
GPFS 到NetApp ONTAP NFS
HDFS 和 MapR-FS 到ONTAP NFS
商业利益
GPFS 到 NFS - 详细步骤
MapR-FS 到ONTAP NFS
追加信息
Confluent Kafka 的最佳实践
简介
解决方案架构细节
技术概述
汇合验证
具有可扩展性的性能测试
Confluent S3连接器
Confluent 自我再平衡集群
最佳实践指南
浆纱
结束语
NetApp混合云数据解决方案 - 基于客户用例的 Spark 和 Hadoop
解决方案概述
由NetApp提供支持的适用于大数据架构的数据结构
Hadoop 数据保护和NetApp
Hadoop 数据保护用例概述
用例 1 - 备份 Hadoop 数据
用例 2 - 从云到本地的备份和灾难恢复
用例 3 - 在现有 Hadoop 数据上启用 DevTest
用例 4 - 数据保护和多云连接
用例 5 - 加速分析工作负载
结束语
NetApp和 Dremio 的下一代混合冰山湖屋解决方案
简介
解决方案概述
技术要求
部署过程
解决方案验证概述
客户用例
结束语
针对不同分析策略的不同解决方案
NetApp StorageGRID与 Splunk SmartStore
简介
解决方案概述
此解决方案的优势
Splunk 架构
Splunk SmartStore 的StorageGRID功能
分层和成本节省
单站点 SmartStore 性能
结束语
NetApp E系列E5700和Splunk Enterprise
使用NetApp存储部署 Apache Spark 工作负载
视频
博客
法律声明