大規模 AI 技術和分析系統：從實際生產系統中得到的經驗教訓

將大規模 AI 技術和分析系統投入生產並非像許多人認為的那樣困難，只要採用合適的統一資料基礎架構和全方位的資料策略，就可以在不減損效能或可靠性的情況下實現擴充。

本電子書包含十幾個實際使用案例，以及有關如何在各種產業、內部部署、邊緣或雲端中打造大規模高效系統的實用建議。

瞭解如何將舊有應用程式與現代的容器化 Kubernetes 工作負載相結合，進而共用同一個資料基礎架構。

這本電子書由產業專家 Ted Dunning 和 Ellen Friedman 執筆，闡述了為何 AI 技術和分析系統應該在同一個基礎架構上運作，並說明了如何在不擴增 IT 資源的情況下獲得可擴充性。

下載項目由 HPE 提供。