Sztuczna inteligencja i analityka na dużą skalę: wnioski z obsługi rzeczywistych systemów produkcyjnych

Wdrożenie wielkoskalowych systemów sztucznej inteligencji i analityki do produkcji nie musi być tak trudne, jak wiele osób to przedstawia. Odpowiednia unifikująca infrastruktura danych i kompleksowa strategia w zakresie danych umożliwiają skalowanie bez utraty wydajności i niezawodności.

Ta publikacja przedstawia kilkanaście rzeczywistych zastosowań oraz praktyczne porady, jak budować wydajne systemy skalowalne w różnych branżach, lokalnie, na brzegu sieci lub w chmurze.

Dowiedz się, jak połączyć starsze aplikacje z nowoczesnymi skonteneryzowanymi obciążeniami roboczymi Kubernetes w jednej współdzielonej infrastrukturze danych.

Ten e-book, napisany przez ekspertów branżowych Teda Dunninga i Ellen Friedman, pokazuje, dlaczego sztuczna inteligencja i analityka powinny działać w tym samym systemie oraz wyjaśnia, jak uzyskać skalowalność bez skalowania zasobów IT.

Do pobrania dzięki uprzejmości HPE.