Das Beste der Cloud in einer On-Premises-Umgebung zur Beschleunigung von Data-Science

Mit HPE GreenLake für ML Ops können Sie ML-/KI-Projekte einfacher und schneller starten und nahtlos auf Implementierungen in der Produktionsumgebung ausbauen. Führen Sie in Ihrem Rechenzentrum oder in einer Co-Location-Einrichtung AL-/ML-Workloads in der für ML optimierten Cloud-Service-Infrastruktur von HPE aus, die HPE Apollo-Hardware auf der Basis von HPE Ezmeral ML Ops umfasst – einer Lösung, die alle Aspekte des ML-Lebenszyklus berücksichtigt, von der Datenaufbereitung bis zu Erstellung, Training, Bereitstellung, Überwachung und gemeinsamer Bearbeitung von Modellen. HPE GreenLake bietet ein nutzungsbasiertes Preismodell, das Ihnen die Möglichkeit gibt, diese Ressourcen in Ihrer On-Premises-Umgebung zu nutzen und dabei vom Besten der Cloud zu profitieren. 

+ Mehr anzeigen

Lösung von Problemen mit operativen Risiken und Datengravitation

Vermeiden Sie die Probleme mit der Compliance, Sicherheit und Datengravitation in der Public Cloud und das Risiko, das mit dem Betrieb einer eigenen Infrastruktur verbunden ist. Führen Sie Workloads direkt bei Ihrem On-Premises-Data-Lake aus und vermeiden Sie so versteckte Kosten für ausgehende Daten.

Unterstützung von Data-Scientists

Sorgen Sie dafür, dass Ihre Data-Scientists sich auf die Erstellung von Modellen statt auf das Management und die Konfiguration der Infrastruktur konzentrieren können. Mit HPE GreenLake für ML Ops können Sie containerisierte ML-/KI-Umgebungen schnell mit den Data-Science-Tools Ihrer Wahl einrichten und Ihren Data-Scientists Projekte zuteilen.

Flexibles Preismodell und Kostenüberwachung

Reservieren Sie die Kapazität, die Sie benötigen, und bezahlen Sie nur für die tatsächlich genutzten Ressourcen. Sie können zudem Ihre gemessene Nutzung und die damit verbundenen Kosten anzeigen und so die Nutzung mit bestimmten Geschäftszielen verknüpfen.

Sichere Bereitstellung und sicheres Management

Lagern Sie die Überwachung und das Management Ihrer Data-Science-Umgebung aus. HPE GreenLake für ML Ops sorgt für das sichere Management Ihrer Umgebung durch HPE IT Operations Centers und zentrale HPE GreenLake Security Services.


HPE GreenLake für ML Ops

Führen Sie Ihre ML-Workloads mit der Sicherheit und Kontrolle aus, die eine On-Premises-Infrastruktur bietet. Sie haben die Wahl zwischen einer Standardkonfiguration und einer leistungsoptimierten Konfiguration, die beide auf einem leistungsfähigen, für maschinelles Lernen optimierten Hardware-/Software-Stack der Enterprise-Klasse basieren. Neben der nutzungsbasierten Abrechnung bietet dieser Service

  • ein einfaches, transparentes Preismodell, durch das der On-Premises-Service als Betriebsausgabe abgerechnet werden kann.
  • Flexibilität zur Unterstützung unvorhersehbarer Workloads.
  • reservierte Kapazität und ein nutzungsbasiertes Modell, das vorhersehbare Preise bietet und den variablen Bedarf unterstützt, der typisch für Data-Science-Workloads ist.
  • einen Vertrag über 4 Jahre mit monatlicher Zahlung.
Kontakt

DETAILS AUF EINEN BLICK

Standardkonfiguration
Leistungsoptimierte Konfiguration

Empfohlen für

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.

Hardware-Spezifikationen

  • 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.

Software-Stack

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.

Steuerungsebene

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.

Was gemessen wird

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

Enthaltene Services

  • 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.

PREISBEISPIEL FÜR EINE STANDARDKONFIGURATION:

NIEDRIGE RESERVE

Höchste Flexibilität

Beinhaltet:

  • Reservenutzung: 50 %
  • Datenspeicher: 114.000 GB
  • Nutzbare Kern-CPU-Stunden: 35.064
  • V100 GPU-Stunden: 1.461
  • T4 GPU-Stunden: 1.461

Monatlicher Basispreis:

20.383 USD

Zusätzlicher Datenspeicher: 0,103 USD/GB, pro Monat
Zusätzliche CPU: 0,096 USD/CPU, pro Stunde
Zusätzliche V100 GPU: 2,768 USD/GPU, pro Stunde
Zusätzliche T4 GPU: 0,858 USD/GPU, pro Stunde

Vertrieb kontaktieren

AUSGEWOGEN

Am beliebtesten

Beinhaltet:

  • Reservenutzung: 70 %
  • Datenspeicher: 159.600 GB
  • Nutzbare Kern-CPU-Stunden: 49.090
  • V100 GPU-Stunden: 2.045
  • T4 GPU-Stunden: 2.045
 
Monatlicher Basispreis:

26.320 USD

Zusätzlicher Datenspeicher: 0,095 USD/GB, pro Monat
Zusätzliche CPU: 0,088 USD/CPU, pro Stunde
Zusätzliche V100 GPU: 2,553 USD/GPU, pro Stunde
Zusätzliche T4 GPU: 0,791 USD/GPU, pro Stunde

Vertrieb kontaktieren

HOHE RESERVE

Höchste Effizienz

Beinhaltet:

  • Reservenutzung: 90 %
  • Datenspeicher: 205.200 GB
  • Nutzbare Kern-CPU-Stunden: 63.115
  • V100 GPU-Stunden: 2.630
  • T4 GPU-Stunden: 2.630
 
Monatlicher Basispreis:

31.215 USD

Zusätzlicher Datenspeicher: 0,088 USD/GB, pro Monat
Zusätzliche CPU: 0,081 USD/CPU, pro Stunde
Zusätzliche V100 GPU: 2,355 USD/GPU, pro Stunde
Zusätzliche T4 GPU: 0,730 USD/GPU, pro Stunde

Vertrieb kontaktieren

Kontaktieren Sie uns für einen personalisierten Preis

PREISBEISPIEL FÜR EINE LEISTUNGSKONFIGURATION:

NIEDRIGE RESERVE

Höchste Flexibilität

Beinhaltet:

  • Reservenutzung: 50 %
  • Datenspeicher: 197.000 GB
  • Nutzbare Kern-CPU-Stunden: 43.830
  • V100 GPU-Stunden: 2.922
  • T4 GPU-Stunden: 1.461
 
Monatlicher Basispreis:

33.810 USD

Zusätzlicher Datenspeicher: 0,103 USD/GB, pro Monat
Zusätzliche CPU: 0,096 USD/CPU, pro Stunde
Zusätzliche V100 GPU: 2,768 USD/GPU, pro Stunde
Zusätzliche T4 GPU: 0,858 USD/GPU, pro Stunde

Vertrieb kontaktieren

AUSGEWOGEN

Am beliebtesten

Beinhaltet:

  • Reservenutzung: 70 %
  • Datenspeicher: 275.800 GB
  • Nutzbare Kern-CPU-Stunden: 61.362
  • V100 GPU-Stunden: 4.091
  • T4 GPU-Stunden: 2.045
 
Monatlicher Basispreis:

43.660 USD

Zusätzlicher Datenspeicher: 0,095 USD/GB, pro Monat
Zusätzliche CPU: 0,088 USD/CPU, pro Stunde
Zusätzliche V100 GPU: 2,553 USD/GPU, pro Stunde
Zusätzliche T4 GPU: 0,791 USD/GPU, pro Stunde

Vertrieb kontaktieren

HOHE RESERVE

Höchste Effizienz

Beinhaltet:

  • Reservenutzung: 90 %
  • Datenspeicher: 354.600 GB
  • Nutzbare Kern-CPU-Stunden: 78.894
  • V100 GPU-Stunden: 5.260
  • T4 GPU-Stunden: 2.630
 
Monatlicher Basispreis:

51.777 USD

Zusätzlicher Datenspeicher: 0,088 USD/GB, pro Monat
Zusätzliche CPU: 0,081 USD/CPU, pro Stunde
Zusätzliche V100 GPU: 2,355 USD/GPU, pro Stunde
Zusätzliche T4 GPU: 0,730 USD/GPU, pro Stunde

Vertrieb kontaktieren

Kontaktieren Sie uns für einen personalisierten Preis

Die angegebenen Preise sind Schätzpreise. Die tatsächlichen Preise können je nach Kaufdatum, Zahlungswährung und Art der Vereinbarung mit HPE variieren. Weitere Preisinformationen erhalten Sie von einem HPE Vertriebsbeauftragten.