Компания NetApp представила NetApp ONTAP AI — архитектуру систем искусственного интеллекта, работающую на суперкомпьютерах NVIDIA DGX и NetApp AFF A800, облачной СХД all-flash, которая призвана ускорить и масштабировать передачу данных в облаке и вне его, упрощая внедрение систем глубокого обучения и помогая заказчикам использовать искусственный интеллект для повышения корпоративных результатов.
Несмотря на то, что сегодня многие организации внедряют новые платформы, инструменты и практики искусственного интеллекта, большинство из них не в состоянии в достаточной степени контролировать хранение распределенных данных и обеспечить полноту, актуальность и доступность своих данных для проектов искусственного интеллекта. Успех проектов искусственного интеллекта зависит от подхода организации к обработке и хранению данных. Для того, чтобы успешно осуществлять эти проекты сегодня и подготовить свой бизнес к работе с завтрашними приложениями для искусственного интеллекта, организации должны сделать свои данные прозрачными и получить над ними достаточный контроль, как в облаке, так и за его пределами.
«Компании любой величины и отрасли предпринимают существенные усилия, чтобы использовать искусственный интеллект для решения реальных проблем, особенно в бизнесе. Однако модели и рабочие нагрузки искусственного интеллекта непросты в плане внедрения, хотя и привлекательны, и многим компаниям это внедрение дается очень нелегко, — рассказывает Риту Джуоти, вице-президент по программам, IDC. — Архитектура системы искусственного интеллекта NetApp ONTAP — это отличное решение, которое поможет оптимизировать бизнес, в основе которого лежит искусственный интеллект, и преодолеть препятствия, возникающие при внедрении этих проектов».
«Разработка революционной технологии искусственного интеллекта и воплощение ее в инновационных продуктах и сервисах — это важнейшее требование наших заказчиков на многих рынках, — рассказывает Монти Барлоу, глава отдела искусственного интеллекта, Cambridge Consultants. — NetApp ONTAP AI на суперкомпьютерах NVIDIA DGX и СХД NetApp all-flash упрощает и ускоряет передачу данных в процессах глубокого обучения».
«Организации по всему миру сегодня делают значительные инвестиции в искусственный интеллект, но зачастую потенциала инфраструктуры не хватает, чтобы адаптировать свои данные для проектов искусственного интеллекта и масштабировать приложения и рабочие нагрузки для получения ожидаемых бизнес-результатов, — говорит Октавиан Танасе, старший вице-президент ONTAP, NetApp. — Решения NetApp для подключения к облаку и новая архитектура с NVIDIA DGX создают единую среду данных для осуществления проектов искусственного интеллекта. Они обеспечивают заказчикам контроль над данными и доступ к ним, а также производительность, необходимую для выделения приложениям искусственного интеллекта нужных данных в нужное время — и все это с масштабируемостью, интеграцией, управлением и защитой NetApp Data Fabric».
Благодаря NetApp Data Fabric ONTAP AI позволяет предприятиям создавать незаметную передачу данных в облако и за его пределы. Этот процесс интегрирует разнообразные, динамичные и распределенные источники данных, обеспечивая их полный контроль и защиту. Обладая высокой вычислительной мощностью и большим дисковым пространством, ONTAP AI устраняет факторы, замедляющие производительность, и обеспечивает безопасный и бесперебойный доступ к данным, находящимся в различных источниках и форматах.
«Сочетание NVIDIA DGX и all-flash массивов NetApp позволяет соответствовать требованиям к инфраструктуре при внедрении проектов искусственного интеллекта, — рассказал Джим МакХью, вице-президент и генеральный директор Deep Learning Systems, NVIDIA. — Продукты NVIDIA, лидирующие в области вычислений ИИ и GPU, в сочетании с инновационными all-flash СХД NetApp позволяют заказчикам быстрее внедрять системы искусственного интеллекта, обеспечивая при этом гарантированную производительность и упрощенную операционную модель».
Ускоренное развертывание систем искусственного интеллекта достигается за счет устранения сложности и необходимости в допущениях.
Организации, которые только начинают внедрять глубокое обучение, могут начать с конфигурации 1:1, а затем масштабироваться до 1:5 и выше по мере роста данных.
