为您推荐
IDC:HPE Ezmeral 软件产品组合是进军容器平台市场的一项大胆举措
IDC:HPE Ezmeral 软件产品组合是进军容器平台市场的一项大胆举措
虽然重点关注从边缘到云对于慧与未来的成功至关重要,但公司大刀阔斧的转变是转向平台即服务模式。该模式的核心在于软件。HPE Ezmeral 包括涵盖多种产品组合功能的不同解决方案。
阅读分析报告

基于 Kubernetes 的统一云容器软件平台

HPE Ezmeral Container Platform 是一款基于开源 Kubernetes 打造的统一容器软件平台,非常适合运行于任何内部部署基础设施、多个公有云、混合模式或边缘的云原生和非云原生应用。

+ 展开

HPE Ezmeral Container Platform 荣获 2020 CRN 科技创新者大奖

HPE Ezmeral Container Platform 荣获 2020 CRN 容器技术科技创新者大奖。该奖项是为了表彰 IT 领域最具开创性的产品和服务。慧与击败了顶尖竞争者 Diamanti、Red Hat OpenShift、SentinelOne 和 Snyk Containerr 获得这一殊荣。

创新
一款全面、安全的企业级容器软件平台

转向“容器优先”模式。提升在裸机或虚拟化基础设施上运行的容器化应用的敏捷性和高效性。

一款全面、安全的企业级容器软件平台

转向“容器优先”模式。提升在裸机或虚拟化基础设施上运行的容器化应用的敏捷性和高效性。

多群集 Kubernetes 管理
利用容器加快大规模部署
与持久型容器存储预集成
100% 开源 Kubernetes
企业级安全性和控制
按需配置
多群集 Kubernetes 管理
多群集 Kubernetes 管理

通过即开即用型网络、负载平衡和存储配置,快速、轻松地部署、管理和监控 Kubernetes 群集。

利用容器加快大规模部署
1:20
利用容器加快大规模部署

大规模加速和简化您的容器部署和运维。最佳实践和自动化技术有助于简化运维并改善服务级别协议。慧与能够提供高度自动化的提前部署对策,并结合最佳实践和自动化配置来实现容器高可用性、备份/还原、安全验证和监控,从而最大限度地减少客户的手动任务开销。

观看 HPE Ezmeral Container Platform 视频
与持久型容器存储预集成
05:57
与持久型容器存储预集成

大规模加速和简化您的容器部署和运维。最佳实践和自动化技术有助于简化运维并改善服务级别协议。慧与能够提供高度自动化的提前部署对策,并结合最佳实践和自动化配置来实现容器高可用性、备份/还原、安全验证和监控,从而最大限度地减少客户的手动任务开销。

观看 HPE Ezmeral Data Fabric 视频
100% 开源 Kubernetes
100% 开源 Kubernetes

借助创新成果(如基于 Kubernetes 的开源控制器 KubeDirector)部署非云原生应用。

了解 KubeDirector
企业级安全性和控制
08:20
企业级安全性和控制

集成至企业安全和身份验证服务,并为关键业务企业应用提供高可用性、容错和恢复能力支持。 

观看视频
按需配置
03:08
按需配置

面向机器学习 (ML)、分析、物联网 (IoT)/边缘、CI/CD 和应用现代化等一系列应用的精选预创建映像库。灵活地部署在裸机或虚拟化基础设施上,无论是内部部署、云还是边缘,均可应对自如。

观看视频

容器产品视频

云容器管理

基于容器的解决方案,可为企业中的 AI、机器学习和分析提供服务化体验。

容器技术视频

容器平台技术合作伙伴

HPE Ezmeral Container Software Platform 与广泛的技术合作伙伴合作,为我们的客户提供从各种一流工具中进行选择的灵活性,以加速其数据驱动型数字化转型。以下是我们的一些技术合作伙伴示例。

成功案例展示
梅赛德斯-奔驰徽标

随时随地访问全球数据以加速自动驾驶汽车开发

全球知名汽车制造商梅赛德斯-奔驰公司部署了 HPE Ezmeral Data Fabric,以便随时随地访问全球数据,从而加快自动驾驶功能的开发。

挑战

为了实现智能无人驾驶,全球知名汽车制造商梅赛德斯-奔驰公司需要管理和分析海量数据。

解决方案

该汽车制造商选择利用 HPE Ezmeral Data Fabric 来收集和管理来自测试车辆的海量数据,并使世界各地的开发人员能够轻松访问这些数据。

“利用 HPE Ezmeral Software Container Platform,GM Financial 针对在多租户混合云架构的生产环境中运行的机器学习和数据分析部署了容器化应用,适用于从信用风险分析到提升客户体验等多种用例。”

Lynn Calvo,GM Financial 新兴数据技术副总裁

结果

梅赛德斯-奔驰公司利用深度学习技术围绕典型数据集对神经网络进行训练,从而加快其自动驾驶功能的整体开发进度。