La experiencia en la nube local acelera el data science

HPE GreenLake para ML Ops hace que sea más fácil y rápido comenzar con proyectos de ML/IA, y escalarlos sin problemas a implementaciones de producción. Dentro del centro de datos o instalación de coubicación, implementa cargas de trabajo de inteligencia artificial/aprendizaje automático en la infraestructura de servicio de nube optimizada para el aprendizaje automático con el hardware HPE Apollo con HPE Ezmeral ML Ops, una solución diseñada para abordar todos los aspectos del ciclo de vida del aprendizaje automático, desde la preparación de datos a la construcción de modelos, el entrenamiento, la implementación, la supervisión o la colaboración. La plataforma edge-to-cloud HPE GreenLake ofrece precios basados ​​en el consumo, lo que permite consumir estos recursos en las instalaciones con una experiencia en la nube.

Supera el riesgo operativo y los problemas de gravedad de los datos

Evita problemas de cumplimiento, seguridad y gravedad de los datos de la nube pública y el riesgo operativo de ejecutar la infraestructura por ti mismo. Las cargas de trabajo se ejecutan junto a tu lago de datos local, de modo que puedas evitar costes ocultos generados por la salida de datos.  Deja que HPE se encargue de mantener tu plataforma de inteligencia artificial/aprendizaje automático actualizada con las últimas versiones y correcciones de software a través de la pila completa.

Potencia a los científicos de datos y acelera la obtención de beneficios

Deja que tus científicos de datos se centren en diseñar modelos y no en gestionar y configurar la infraestructura, con HPE GreenLake para ML OPs. Este marco moderno y extensible de data science basado en Kubernetes potencia a los científicos de datos para introducir herramientas y definir flujos de trabajo que permitan preparar algoritmos de data science a través de cualquier caso de uso de este ámbito.

Disfruta de la flexibilidad de los precios y la supervisión de los costes

Reserva la capacidad que necesitas y paga solo por los recursos que consumes. Con la capacidad de consultar tu consumo medido y los costes asociados, podrás adaptar el uso a los objetivos comerciales específicos.

Gestión y aprovisionamiento seguros

Libérate de las tareas de supervisión y gestión de tu entorno de data science. Con HPE GreenLake para ML Ops, tu entorno se gestiona de manera segura desde los centros de operaciones de TI de HPE y a través de los servicios de seguridad de HPE GreenLake Central.


HPE GreenLake para ML Ops

Ejecuta tus cargas de trabajo de ML con la seguridad y el control que proporciona una infraestructura local. Escoge entre dos configuraciones —estándar y optimizada para el rendimiento— basadas en una pila de software/hardware de alto rendimiento de nivel empresarial optimizada para el aprendizaje automático. Con una facturación basada en el consumo, este servicio ofrece:

  • Modelo de precios sencillo y transparente que proporciona un servicio local como gasto operativo.
  • Elasticidad para admitir cargas de trabajo no predecibles.
  • Capacidad reservada + modelo de consumo basado en el uso para impulsar la predictibilidad de los precios al tiempo que satisface la cambiante demanda típica de las cargas de trabajo de data science.
  • Contrato de 4 años, con pagos mensuales.
  • Compatibilidad con el marco extensible Kubeflow, que brinda acceso a una amplia y creciente gama de herramientas desarrolladas por la comunidad de código abierto.
Contacta con nosotros
Descubre cómo funciona HPE GreenLake para ML Ops con una prueba gratuita
  • La plataforma edge-to-cloud de HPE GreenLake entrega resultados para empresas de todo el mundo y queremos que lo descubras por ti mismo. Cuando solicites una prueba gratuita de HPE GreenLake para ML Ops, activaremos la instancia y configuraremos tu cuenta en HPE GreenLake Central, proporcionando capacidades de administración, información de uso e informes de consumo detallados.
  • El plazo inicial de prueba es de 21 días, pero puede ampliarse si es necesario.
  • Se asigna un ingeniero de prueba, disponible durante todo el periodo de prueba para ayudarte a explorar los diferentes escenarios de casos de uso y responder a tus preguntas.
  • El servicio se presta a través del centro de datos HPE coubicado, por lo que no se requieren equipos en tu entorno local.
  • Tu prueba incluye acceso a una configuración estándar de HPE GreenLake para ML Ops, en la que puedes aportar tus propios datos y validar tus casos de uso con la plataforma HPE GreenLake.
  • La prueba es gratuita.

OBTÉN LOS DETALLES

Configuración estándar
Configuración optimizada para el rendimiento

¿Para quién se recomienda esto?

Empresas con un equipo de data science que deseen utilizar la inteligencia artificial y el aprendizaje automático para resolver problemas comerciales y que necesiten ejecutar cargas de trabajo de aprendizaje automático/inteligencia artificial de manera ágil y segura a nivel local, sin tener que gestionar la infraestructura.

Empresas con un equipo de data science que están entrenando modelos de aprendizaje profundo a escala, poniendo modelos en producción o ejecutando múltiples proyectos de data science al mismo tiempo en las instalaciones.

Especificaciones del hardware

  • Procesamiento: HPE Apollo 6500 (6 CPU, 96 núcleos de CPU utilizables) integrado con las GPU NVIDIA Tesla V100 o A100 aceleradas (4) y HPE ProLiant DL360 integrado con las GPU NVIDIA Tesla T4 (4). 
  • Almacenamiento:  HPE Apollo 4200 con 228 TB de almacenamiento utilizable.
  • Procesamiento: HPE Apollo 6500 (6 CPU, 120 núcleos de CPU utilizables) integrado con las GPU NVIDIA Tesla V100 o A100 aceleradas (8) y HPE ProLiant DL360 integrado con las GPU NVIDIA Tesla T4 (4). 
  • Almacenamiento: HPE Apollo 4200 con 394 TB de almacenamiento utilizable y 150 TB de almacenamiento NVMe.

 

Pila de software

  • Software HPE Ezmeral Runtime Enterprise y ML Ops
  • HPE GreenLake para ML Ops se basa en Kubernetes de código abierto y el marco de data science Kubeflow. Las herramientas compatibles incluyen: Grafana, Jupyter, Pytorch, Seldon, TensorFlow, Argo, R, Python, Pipelines, y KFServing, junto con los componentes de infraestructura necesarios.
  • Además de los componentes de Kubeflow, las imágenes de KubeDirector ofrecen herramientas adicionales como Jenkins, Git client y Kafka. 
  • Se incluyen herramientas como las aplicaciones Work Bench para HPE Ezmeral Runtime Enterprise y Helm para que puedan añadirse tanto aplicaciones como paquetes de KubeDirector y Kubernetes en HPE GreenLake para ML Ops.
  • Software HPE Ezmeral Runtime Enterprise y ML Ops
  • HPE GreenLake para ML Ops se basa en Kubernetes de código abierto y el marco de data science Kubeflow. Las herramientas compatibles incluyen: Grafana, Jupyter, Pytorch, Seldon, TensorFlow, Argo, R, Python, Pipelines, y KFServing, junto con los componentes de infraestructura necesarios.
  • Además de los componentes de Kubeflow, las imágenes de KubeDirector ofrecen herramientas adicionales como Jenkins, Git client y Kafka. 
  • Se incluyen herramientas como las aplicaciones Work Bench para HPE Ezmeral Runtime Enterprise y Helm para que puedan añadirse tanto aplicaciones como paquetes de KubeDirector y Kubernetes en HPE GreenLake para ML Ops.

Panel de control

Aprovisionamiento y gestión seguros y de autoservicio a través de un plano de control común para la organización de HPE Ezmeral Runtime Enterprise y HPE GreenLake Central.

Aprovisionamiento y gestión seguros y de autoservicio a través de un plano de control común para la organización de HPE Ezmeral Runtime Enterprise y HPE GreenLake Central.

Lo que se mide

El uso se mide en función del procesamiento (por minuto) y el almacenamiento (por GB) utilizados por los nodos en un clúster.

Existen cuatro parámetros que se utilizan para calcular el uso en función de la capacidad reservada.

  • Núcleos de CPU: uso por minuto 
  • GPU V100 o A100: uso por minuto 
  • GPU T4 : uso por minuto 
  • Almacenamiento: uso promedio de GB por hora

El uso se mide en función del procesamiento (por minuto) y el almacenamiento (por GB) utilizados por los nodos en un clúster.

Existen cuatro parámetros que se utilizan para calcular el uso en función de la capacidad reservada.

  • Núcleos de CPU: uso por minuto 
  • GPU V100 o A100: uso por minuto 
  • GPU T4 : uso por minuto 
  • Almacenamiento: uso promedio de GB por hora

Servicios incluidos

  • Los ingenieros de HPE se encargan de realizar la configuración inicial y la integración con tu infraestructura de centro de datos. El servicio incluye soporte proactivo y reactivo, con punto de contacto único.
  • El servicio incluye varios días de asistencia técnica a partir de la instalación con expertos de HPE. Puedes utilizar este servicio como prefieras. 
  • Supervisión completa y gestión del ciclo de vida de la infraestructura HPE GreenLake para ML Ops (operaciones de aprendizaje automático) por HPE.
  • Los ingenieros de HPE se encargan de realizar la configuración inicial y la integración con tu infraestructura de centro de datos. El servicio incluye soporte proactivo y reactivo, con punto de contacto único.
  • El servicio incluye varios días de asistencia técnica a partir de la instalación con expertos de HPE. Puedes utilizar este servicio como prefieras. 
  • Supervisión completa y gestión del ciclo de vida de la infraestructura  HPE GreenLake para operaciones de aprendizaje automático por HPE.