Die Cloud-native Analyse- und Data Lakehouse-Plattform von HPE Ezmeral optimiert datenintensive Workloads
Schöpfen Sie mit HPE Ezmeral das Potenzial Ihrer Daten voll aus. Die neue Cloud-native HPE Ezmeral Analyse- und Data Lakehouse-Plattform wurde grundlegend offen und hybrid gestaltet, damit Sie alle Ihre Daten einfacher modernisieren, vereinheitlichen und analysieren können – vom Edge bis zur Cloud, wo immer diese gespeichert sind.
Der branchenweit erste Kubernetes-native Objektspeicher, der für Hochleistungsanalysen optimiert ist, um die Data-First-Modernisierung vom Edge bis zur Cloud zu beschleunigen
Eine Plattform mit einer breiten Palette an Analyse- und ML-Tools
Die branchenweit erste hybride Analyse- und ML-Lösung ermöglicht Unternehmen die Skalierung von On-Premises Data Lakehouses
HPE Ezmeral Runtime Enterprise bietet eine Plattform der Enterprise-Klasse für die Bereitstellung von Kubernetes im großen Maßstab für eine Vielzahl von Anwendungsfällen auf Bare Metal oder VMs.
- Ausführung auf Bare Metal, VMs, in jeder Cloud oder am Edge
- 100 % Open Source Kubernetes
- Multi-Cluster-Management (Kubernetes)
- Beschleunigung umfangreicher Bereitstellungen mit Containern
- Vorab integriert mit persistentem Container Storage
- Sicherheit und Kontrolle der Enterprise-Klasse
- On-Demand-Bereitstellung
Integriert und transformiert multistrukturierte Daten über verteilte Datenquellen hinweg.
- Globale Edge-to-Cloud-Synchronisierung von Dateien, Objekten, Streams und Datenbanken in einem einzigen Daten-Repository
- Persistente Datenspeicherleistung optimiert für Analyseworkloads
- Analyse der Daten vor Ort sowie deren Organisation und Kennzeichnung für Deep Learning
- Richtliniengesteuerte Spiegelung, Snapshots und Datenreplikation in die Sicherheit für sicheren Datenzugriff integriert
- Technologie für automatisches Daten-Tiering und Multi-Cloud-Datenmanagement
- Multi-Tenancy und Sicherheit
- Ausfallsicherheit und Datenschutz im großen Maßstab
HPE Ezmeral ML Ops operationalisiert End-to-End-Prozesse, beschleunigt Datenmodelle und verkürzt die Markteinführungszeit
- Erstellung und Beschleunigung von vertrauenswürdigen End-to-End-Data-Science-Workflows
- Eine einzige Plattform für alle Aspekte des ML-Lebenszyklus – von der Datenvorbereitung über Modellerstellung, Training, Bereitstellung, Überwachung und Zusammenarbeit
- Einfacher und schneller Start von ML/KI-Projekten und nahtlose Skalierung auf Realbetrieb
- Hybride Analyse-Plattform vom Edge bis zur Cloud
- Spark der Enterprise-Klasse mit Sicherheit für dynamische Skalierung, Zuverlässigkeit, Benutzerauthentifizierung und Zugriffskontrolle
- Die Delta Lake-Integration liefert zuverlässige und konsistente Daten für Analysen
- Unterstützung externer BI-Anwendungen zur Ausführung von Analyseworkloads
Nutzen Sie das Open Source-Kubernetes-Ökosystem und unsere modernen ISV-Partner für eine kürzere Time-to-Value und Einführung integrierter Lösungen, die HPE Ezmeral Software mit validierten branchenführenden kommerziellen und Open Source-Anwendungen von Drittanbietern kombinieren.
Mercedes-Benz AG gibt bei der Fahrzeugentwicklung Gas mit HPE Ezmeral
Hoch automatisierte und völlig autonome Fahrzeuge haben das Potenzial, die Fortbewegung sicherer und effizienter zu machen. Doch dazu sind Fahrzeuge nötig, die Sensordaten in Echtzeit verarbeiten und entsprechend darauf reagieren können. Sie dafür zu trainieren, erfordert Deep Neural Networks. Die Mercedes-Benz AG setzte deshalb auf die HPE Ezmeral Software Plattform, mit der sich Fahrzeugdaten aus Millionen Kilometern an Testfahrten effizient verwalten und analysieren lassen.
HPE Ezmeral-Software
Mit HPE Ezmeral Enterprise Runtime kommt die Cloud zu Ihnen: eine auf 100 % Open Source-Kubernetes basierende Softwareplattform für Cloud-native und nicht Cloud-native Anwendungen, die in jeder Infrastruktur – ob On-Premises oder hybriden und Multi-Cloud-Umgebungen – ausgeführt werden.
Skaliert verteilte Dateien, Objekte, Tabellen und Streams in dasselbe Sicherheits-, Datenmanagement- und Technologiemodell.
HPE Ezmeral ML Ops bietet DevOps-ähnliche Geschwindigkeit und Agilität für Ihre ML-Workflows mit Unterstützung jeder Phase des ML-Lebenszyklus.
Die Plattform für hybride Analysen und maschinelles Lernen bietet die für erweiterte Analysen erforderliche Skalierbarkeit und Flexibilität.