HPE Ezmeral: solutia software completa pentru organizatiile de nivel enterprise

HPE Ezmeral: soluția software completă, ideală pentru implementarea de medii AI și Big Data

Transformarea digitală este o inițiativă strategică pentru cele mai multe organizații de nivel enterprise, acestea căutând să obțină cât mai multă vizibilitate în business, folosindu-se de datele adunate. Toate aceste date sunt adesea blocate în silozuri controlate de aplicații învechite, stocate în cache pentru a suporta aplicații edge sau sunt stocate în cloud proprietar.

Scoaterea datelor din silozuri necesită regândirea procesului de plasare a datelor precum și transformarea/modernizarea aplicațiilor. Combinând aceste idei, Inteligența Artificială și Machine Learning pot accesa aceste date pentru a produce vizibilitatea necesară de business.

Provocările continue sunt legate de securizarea și protejarea datelor oriunde ar fi stocate, asigurarea că aplicațiile folosesc doar datele de care au nevoie, atingerea termenelor și contorizarea utilizării de către resursele diferitelor organizații.

Optimizarea accesului la date: cum se face și ce procese necesită

Optimizarea accesului la date și a implementării volumului de muncă pentru a sprijini luarea rapidă a deciziilor necesită procese eficiente și integrare tehnologică.

Platforma HPE Ezmeral Container este o soluție software completă care face mai ușoară, mai rapidă și mai rentabilă implementarea de medii AI și Big Data la scară largă - inclusiv TensorFlow, Spark, Kafka, Hadoop și multe altele - indiferent dacă sunt locale, multiple instanțe de cloud public sau edge.

Utilizatorii platformei pot crea medii distribuite pentru ML, știința datelor și analize în câteva minute. Este inclusă o experiență de provizionare cu autoservire pentru a furniza datele și instrumentele de care au nevoie echipele de știință a datelor, oferind în același timp securitate la nivel enterprise și reducând costurile.

Planul de control unificat, securizat, scalabil, multitenant și multicluster simplifică gestionarea clusterelor Kubernetes la nivel enterprise și oferă o imagine clară a tuturor clusterelor și infrastructurii întreprinderii.

Interfața HPE Container Platform

Face simplă mărirea sau reducerea clusterelor și chiar controlul cantității de resurse GPU și CPU alocate unui cluster. Acest lucru asigură utilizarea maximă a acestor resurse valoroase, simplifică implementările și, în cele din urmă, reduce costurile atât în management, cât și în implementare.

Hosturile platformei sunt mașini fizice și / sau virtuale în care este implementat software-ul HPE Ezmeral Container Platform.

Caracteristici:

• Aduce viteză și eficiență containerelor atât în aplicații native, cât și non-native de cloud;

• Costuri mai mici cu containerele Bare-metal și reduce riscul cu securitatea la nivel enterprise;

• Oferă lansări noi de cod mai rapide prin implementarea cu un singur clic a containerelor;

• Construiți o dată și rulați oriunde, oferind portabilitate de cloud hibrid.

La fel ca dezvoltarea software-ului pre-DevOps, organizațiile de știința datelor cheltuiesc o cantitate semnificativă de timp și efort la mutarea proiectelor de la dezvoltare la producție. Controlul versionării și partajarea codului sunt manuale și există o lipsă a standardizării pe instrumente și cadre, făcându-l plictisitor și consumator de timp pentru a produce modele de învățare automată.

HPE Ezmeral Machine Learning Ops(Operații HPE Ezmeral ML)

Extinde capacitățile platformei HPE Ezmeral Container și aduce o agilitate asemănătoare cu DevOps la machine learning-ul de nivel enterprise. HPE Ezmeral ML Ops oferă echipelor de știința datelor o platformă pentru nevoile lor de la un capăt la celălalt, cu flexibilitatea de a rula încărcările lor de învățare automată sau de învățare profundă (DL) la fața locului, în mai mulți cloud publici sau un model hibrid și să răspundă cerințelor dinamice ale afacerii într-o varietate de cazuri de utilizare.

Caracteristici:

• Integrează rapid noi data scientists, cu instrumentele și limbajele lor preferate, fără a crea medii de dezvoltare în silozuri;

• Crește productivitatea permițând data scientist-ilor să aloce timpul creării de modele în loc să aștepte ca operațiunile de training să fie procesate;

• Reduce riscul prin metode de nivel enterprise de control a accesului și a securității datelor și procesării lor;

• Flexibilitate și elasticitate mare prin abilitatea de a fi implementat în cloud, local sau într-un model hibrid care se adaptează nevoilor afacerii.

Soluțiile tradiționale de gestionare a datelor se luptă să țină pasul cu creșterea volumului de date și cu cerințele în schimbare ale întreprinderilor digitale de astăzi. Acest lucru se datorează faptului că nu scalează bine, au infrastructuri complexe pentru fiecare sistem și necesită forță de muncă specializată pe gestiunea datelor. Ca rezultat, livrarea inițiativelor de afaceri vine cu un set de provocări mari, care consumă timp și sunt costisitoare.

HPE Ezmeral Data Fabric

Este un sistem de fișiere și stocare de date definit de software, cu o experiență puternică într-o mare varietate de medii de producție pe scară largă. Viziunea fondatoare a fost de a face aplicațiile bazate pe date o realitate pentru întreprinderea digitală de astăzi prin:

• Suport pentru mai multe tipuri de date, interfețe de programare a aplicațiilor (API) și mecanisme de ingestie;

• Permiterea fluxurilor de lucru end-to-end de inteligență artificială (AI) / învățare automată (ML);

• Folosirea inovației comunității pentru a gestiona un set mare de instrumente și cadre;

• Accelerarea containerelor și Kubernetes.

Platforma unică HPE Ezmeral Data Fabric se întinde pe medii de bază, cloud și edge pentru a ingera orice tip sau sursă de date în timp ce gestionează cu ușurință sute de petabyți și mii de utilizatori. Simplifică gestionarea datelor cu o singură infrastructură care se scalează automat pe măsură ce datele sunt ingerate fără a afecta obiectivele la nivel de serviciu, securitatea sau reziliența datelor. Plasarea, nivelarea și localizarea datelor bazate pe politici permit echipelor de infrastructură să potrivească în mod fiabil costurile de stocare și performanța cu cerințele de date ale oricărei aplicații.

Unul dintre principiile de bază ale HPE Ezmeral Data Fabric este o platformă deschisă care oferă acces direct la date pentru aplicații vechi, analize moderne și aplicații AI. Aplicațiile și utilizatorii pot utiliza API-uri bazate pe sistemul de fișiere distribuite Hadoop (HDFS) sau Portable Operating System Interface (POSIX). Dezvoltatorii pot utiliza interogări Java, Python, SQL, Apache Spark sau Apache Hive. Data scientist-ii pot folosi cele mai noi instrumente AI și ML, cum ar fi TensorFlow, H2O.ai sau PyTorch, reducând necesitatea copierii datelor într-un sistem special, înainte de a putea fi accesate.

Folosind replicarea pe 3 căi, HPE Ezmeral Data Fabric distribuie și replică date în clustere și directoare, fișiere, tabele și fluxuri, protejându-se împotriva pierderii de date, punctelor unice de eșec sau hotspoturilor. Replicarea în trei direcții răspândește, de asemenea, date și metadate pe mai multe procesoare, oferind performanțe și reziliență ridicate.

În sistemele în care există milioane de fișiere și obiecte și sute de aplicații cu nevoi conflictuale, este esențial ca efortul de gestionare să rămână aproape constant pe măsură ce crește cantitatea de date. HPE Ezmeral Data Fabric vă ajută să asigurați o orchestrare eficientă a datelor la nivel de platformă printr-un concept cunoscut sub numele de volum de structură de date. Volumele structurii de date se comportă similar cu directoarele, deoarece se extind numai atunci când datele sunt ingerate în volum.

Volumele de data fabric servesc ca bază pentru mirroring și snapshots punctuale în timp, ca metodă eficientă de mutare a datelor dintr-un volum sursă într-un cluster la distanță. Snapshot-urile și mirroring-urile pot fi finalizate manual sau ciclul lor de viață poate fi gestionat printr-o politică automatizată. Sunt eficiente din punct de vedere al utilizării resurselor, fără a ocupa capacitate de stocare până când datele nu se schimbă. Snapshot-urile sunt perfecte pentru menținerea versiunilor de date exacte, deoarece fișierele, tabelele și fluxurile de evenimente sunt reflectate împreună, ceea ce este necesar pentru instruirea modelelor AI și ML.

Mirroring oferă o modalitate eficientă de a muta datele între clustere sau diferite locații geografice. Procesul de mirroring începe când un snapshot atât pe sursă, cât și pe destinație, înregistrează modificările făcute de la ultimul snapshot.

Odată ce datele sunt mutate, actualizările viitoare sunt considerate actualizări incrementale pentru totdeauna.