HPE GreenLake für ML Ops

Standardkonfiguration

Leistungsoptimierte Konfiguration

Unternehmen mit einem Data-Science-Team, die künstliche Intelligenz (KI) und maschinelles Lernen (ML) zur Lösung von Geschäftsproblemen einsetzen möchten und ML-/KI-Workloads agil und sicher in einer On-Premises-Umgebung ausführen möchten, ohne sich um das Management der Infrastruktur kümmern zu müssen.

Unternehmen mit einem Data-Science-Team, die Deep-Learning-Modelle im großen Maßstab trainieren und die Modelle in die Produktionsumgebung überführen oder mehrere Data-Science-Projekte gleichzeitig in einer On-Premises-Umgebung durchführen.

• Rechenleistung: HPE Apollo 6500 (6 CPUs, 96 nutzbare CPU-Kerne) mit integrierten beschleunigten NVIDIA Tesla V100 GPUs (4) und HPE ProLiant DL360 mit integrierten NVIDIA Tesla T4 GPUs (4).
• Datenspeicher: HPE Apollo 4200 mit 228 TB nutzbarem Datenspeicher.

• Rechenleistung: HPE Apollo 6500 (6 CPUs, 120 nutzbare CPU-Kerne) mit integrierten beschleunigten NVIDIA Tesla V100 GPUs (8) und HPE ProLiant DL360 mit integrierten NVIDIA Tesla T4 GPUs (4).
• Datenspeicher: HPE Apollo 4200 mit 394 TB nutzbarem Datenspeicher und 150 TB NVMe-Storage.

HPE Ezmeral Container Platform und ML Ops Software, einschließlich 5 vorkonfigurierter Data-Science-Anwendungsimages mit der Möglichkeit der individuellen Anpassung. Diese Images enthalten verschiedene Open-Source-basierte Data-Science-Tools und CI-/CD-Tools. Sie sind für Datenaufnahme, Datenaufbereitung, Modelltraining, Modellbereitstellung und Notebooks konzipiert.

HPE Ezmeral Container Platform und ML Ops Software, einschließlich 5 vorkonfigurierter Data-Science-Anwendungsimages mit der Möglichkeit der individuellen Anpassung. Diese Images enthalten verschiedene Open-Source-basierte Data-Science-Tools und CI-/CD-Tools. Sie sind für Datenaufnahme, Datenaufbereitung, Modelltraining, Modellbereitstellung und Notebooks konzipiert.

Sichere Self-Service-Bereitstellung und Management über eine einheitliche Steuerungsebene für die Abstimmung zwischen HPE Container Platform und HPE GreenLake Central.

Sichere Self-Service-Bereitstellung und Management über eine einheitliche Steuerungsebene für die Abstimmung zwischen HPE Container Platform und HPE GreenLake Central.

Die Nutzung wird auf der Basis der Rechenkapazität (pro Minute) und der Datenspeicherkapazität (pro GB) gemessen, die von den Knoten in einem Cluster genutzt werden.

Es werden 4 Messgrößen zur Berechnung der Nutzung verwendet, die die reservierte Kapazität übersteigt:

• CPU-Kerne – Nutzung pro Minute
• V100 GPU – Nutzung pro Minute
• T4 GPU – Nutzung pro Minute
• Datenspeicher – durchschnittliche Nutzung in GB pro Stunde

Die Nutzung wird auf der Basis der Rechenkapazität (pro Minute) und der Datenspeicherkapazität (pro GB) gemessen, die von den Knoten in einem Cluster genutzt werden.

Es werden 4 Messgrößen zur Berechnung der Nutzung verwendet, die die reservierte Kapazität übersteigt:

• CPU-Kerne – Nutzung pro Minute
• V100 GPU – Nutzung pro Minute
• T4 GPU – Nutzung pro Minute
• Datenspeicher – durchschnittliche Nutzung in GB pro Stunde

• HPE Techniker führen die Ersteinrichtung und Integration in Ihre Rechenzentrumsinfrastruktur durch. Der Service beinhaltet proaktiven und reaktiven Support mit einer zentralen Anlaufstelle.
• Der Service umfasst mehrere Tage technische Unterstützung nach der Installation durch HPE Experten. Sie können diesen Service nach Ihrem Ermessen nutzen.
• Umfassende Überwachung und Lifecycle Management der Infrastruktur von HPE GreenLake für ML Ops durch HPE.

• HPE Techniker führen die Ersteinrichtung und Integration in Ihre Rechenzentrumsinfrastruktur durch. Der Service beinhaltet proaktiven und reaktiven Support mit einer zentralen Anlaufstelle.
• Der Service umfasst mehrere Tage technische Unterstützung nach der Installation durch HPE Experten. Sie können diesen Service nach Ihrem Ermessen nutzen.
• Umfassende Überwachung und Lifecycle Management der Infrastruktur von HPE GreenLake für ML Ops durch HPE.