• 人工智慧解決方案
  • 什麼是新的
  • 人工智慧融合基礎設施
    • 搭載NVIDIA DGX 系統的NetApp AIPod
      • 介紹
      • 硬體組件
      • 軟體元件
      • 架構
      • 範例部署詳細信息
      • 驗證和尺寸指導
      • 結論和補充信息
    • 搭載NVIDIA DGX SuperPOD 的NetApp AFF A90儲存系統 - 設計
    • 搭載NVIDIA DGX SuperPOD 的NetApp AFF A90儲存系統 - 部署
    • NetApp AIPod與聯想攜手為NVIDIA OVX 提供支持
    • 搭載 EF 系列的NVIDIA DGX SuperPOD
    • NetApp上的 BeeGFS 與 E 系列存儲
    • 使用 E 系列儲存部署 IBM Spectrum Scale
    • ONTAP和聯想 ThinkSystem 的 AI 解決方案
  • MLOps 與資料管理
    • NetApp的開源 MLOps
      • 介紹
      • 技術概述
      • 架構
      • NetApp Trident配置
        • 用於AIPod部署的Trident後端
        • 用於AIPod部署的 Kubernetes StorageClasses
      • Apache Airflow
        • Apache Airflow 部署
        • 將NetApp DataOps 工具包與 Airflow 結合使用
      • JupyterHub
        • JupyterHub 部署
        • 將NetApp DataOps 工具包與 JupyterHub 結合使用
        • 使用NetApp SnapMirror擷取數據
      • 機器學習流
        • MLflow 部署
        • 使用NetApp和 MLflow 實現資料集到模型的可追溯性
      • Kubeflow
        • Kubeflow 部署
        • 預配 Jupyter Notebook 工作區
        • 將NetApp DataOps 工具包與 Kubeflow 結合使用
        • 訓練圖像辨識模型 - 範例工作流程
      • Trident操作範例
      • AIPod部署的高效能作業範例
        • 執行單節點 AI 工作負載
        • 執行同步分散式 AI 工作負載
    • Domino Data Lab 和NetApp的混合 MLOps
      • 介紹
      • 技術概述
      • 架構
      • 初始設定
      • 將現有的NetApp卷公開給 Domino
      • 跨不同環境存取相同數據
      • 附加資訊
    • NVIDIA AI Enterprise 與NetApp和 VMware 合作
      • 介紹
      • 技術概述
      • 架構
      • 初始設定
      • 使用NVIDIA NGC 軟體
        • 設定
        • 使用案例範例 - TensorFlow 訓練作業
      • 附加資訊
    • 適用於 MLOps 的 FSx ONTAP
      • 概況
      • 第 1 部分 - 將Amazon FSx for NetApp ONTAP作為私有 S3 儲存桶整合到 AWS SageMaker
      • 第 2 部分 - 利用Amazon FSx for NetApp ONTAP作為 SageMaker 中模型訓練的資料來源
      • 第 3 部分 - 建立簡化的 MLOps 管道
    • 用於自動駕駛的StorageGRID資料湖
    • NetApp DataOps 工具包
    • NetApp的向量資料庫解決方案
      • 概況
      • 介紹
      • 解決方案概述
      • 向量資料庫
      • 技術要求
      • 部署流程
      • 解決方案驗證
        • 概況
        • 在本地使用 Kubernetes 設定 Milvus 集群
        • Milvus 與Amazon FSx ONTAP for NetApp ONTAP – 檔案與物件二元性
        • 使用SnapCenter進行向量資料庫保護
        • 使用SnapMirror進行災難復原
        • 性能驗證
      • 使用 PostGreSQL 的 Instaclustr 向量資料庫：pgvector
      • 向量資料庫用例
      • 結論
      • 附錄 A：values.yaml
      • 附錄 B：prepare_data_netapp_new_py
      • 附錄C：verify_data_netapp.py
      • 附錄 D：docker_compose.yml
  • 人工智慧用例
    • 適用於企業 RAG 的NetApp AIPod Mini
    • Protopia 影像轉換的負責任的 AI
      • 概況
      • 解決方案領域
      • 技術概述
      • 測試和驗證計劃
      • 測試配置
      • 測試程式
      • 推理精度比較
      • 混淆速度
      • 結論
      • 附加資訊
    • 大數據分析向人工智慧遷移
    • NetApp和聯想合作的邊緣 AI 推理
      • 介紹
      • 結論
    • 生成式人工智慧和NetApp價值
    • 採用 E 系列系統設計 Quantum StorNext
    • 使用 E 系列系統部署 Quantum StorNext
  • 現代數據分析
    • 利用NetApp文件物件二元性和 AWS SageMaker 進行雲端資料管理
      • 解決方案概述
      • 解決方案技術
      • 資料科學家和其他應用程式的資料二元性
      • 結論
    • 使用NetApp NFS 儲存的 Apache Kafka 工作負載
      • 介紹
      • NetApp針對 NFS 到 Kafka 工作負載中愚蠢重命名問題的解決方案
      • 功能驗證 - 愚蠢的重命名修復
      • 為什麼選擇NetApp NFS 來支援 Kafka 工作負載？
      • AWS 中的效能概述與驗證 - Cloud Volume ONTAP
      • AWS 中的效能概述與驗證 - FSx for NetApp ONTAP
      • 使用AFF本地進行效能概述和驗證
      • 結論
      • 在哪裡可以找到更多信息
    • Confluent Kafka 與NetApp ONTAP儲存控制器
      • 概況
      • 解決方案
      • 技術概述
      • 匯合性能驗證
      • 使用生產-消費性工作負載產生器進行效能測試
      • 性能最佳實踐指南
      • 結論
    • 適用於 Apache Spark 的NetApp儲存解決方案
      • 解決方案概述
      • 目標受眾
      • 解決方案技術
      • NetApp Spark 解決方案概述
      • 用例摘要
      • 主要的 AI、ML 和 DL 用例和架構
      • 測試結果
      • 混合雲解決方案
      • 針對每個主要用例的 Python 腳本
      • 結論
      • 在哪裡可以找到更多信息
    • 大數據分析到人工智慧
      • 介紹
      • 客戶挑戰
      • 數據移動器解決方案
      • 人工智慧資料移動解決方案
      • GPFS 到NetApp ONTAP NFS
      • HDFS 和 MapR-FS 到ONTAP NFS
      • 商業利益
      • GPFS 到 NFS - 詳細步驟
      • MapR-FS 到ONTAP NFS
      • 附加資訊
    • Confluent Kafka 的最佳實踐
      • 介紹
      • 解決方案架構細節
      • 技術概述
      • 匯合驗證
      • 具有可擴展性的效能測試
      • Confluent S3連接器
      • Confluent 自我再平衡集群
      • 最佳實踐指南
      • 漿紗
      • 結論
    • NetApp混合雲資料解決方案 - 基於客戶使用案例的 Spark 和 Hadoop
      • 解決方案概述
      • 由NetApp支援的適用於大數據架構的資料結構
      • Hadoop 資料保護與NetApp
      • Hadoop 資料保護案例概述
      • 用例 1 - 備份 Hadoop 數據
      • 用例 2 - 從雲端到本地的備份和災難恢復
      • 用例 3 - 在現有 Hadoop 資料上啟用 DevTest
      • 用例 4 - 資料保護和多雲連接
      • 用例 5 - 加速分析工作負載
      • 結論
    • NetApp和 Dremio 的下一代混合冰山湖屋解決方案
      • 介紹
      • 解決方案概述
      • 技術要求
      • 部署流程
      • 解決方案驗證概述
      • 客戶用例
      • 結論
    • 針對不同分析策略的不同解決方案
    • NetApp StorageGRID與 Splunk SmartStore
      • 介紹
      • 解決方案概述
      • 此解決方案的優勢
      • Splunk 架構
      • Splunk SmartStore 的StorageGRID功能
      • 分層和成本節省
      • 單站點 SmartStore 效能
      • 結論
    • NetApp E系列E5700和Splunk Enterprise
    • 使用NetApp儲存部署 Apache Spark 工作負載
  • 影片
  • 部落格
  • 法律聲明