Caricamento in corso…
true

Ulteriori informazioni

Ordina per:
1 - 10 di 42 articoli
HPE Machine Learning Ops 1yr Select Subscription 24x7 Support E-LTU

HPE Machine Learning Ops 1yr Select Subscription 24x7 Support E-LTU

R4T64AAE

HPE Machine Learning Ops 1yr Select Subscription 9x5 Support E-LTU

HPE Machine Learning Ops 1yr Select Subscription 9x5 Support E-LTU

R4T65AAE

HPE Machine Learning Ops 1yr Universal Subscription 24x7 Support E-LTU

HPE Machine Learning Ops 1yr Universal Subscription 24x7 Support E-LTU

R4T74AAE

HPE Machine Learning Ops 1yr Universal Subscription 9x5 Support E-LTU

HPE Machine Learning Ops 1yr Universal Subscription 9x5 Support E-LTU

R4T75AAE

HPE Machine Learning Ops 2yr Select Subscription 24x7 Support E-LTU

HPE Machine Learning Ops 2yr Select Subscription 24x7 Support E-LTU

R4T66AAE

HPE Machine Learning Ops 2yr Select Subscription 9x5 Support E-LTU

HPE Machine Learning Ops 2yr Select Subscription 9x5 Support E-LTU

R4T67AAE

HPE Machine Learning Ops 2yr Universal Subscription 24x7 Support E-LTU

HPE Machine Learning Ops 2yr Universal Subscription 24x7 Support E-LTU

R4T76AAE

HPE Machine Learning Ops 2yr Universal Subscription 9x5 Support E-LTU

HPE Machine Learning Ops 2yr Universal Subscription 9x5 Support E-LTU

R4T77AAE

HPE Machine Learning Ops 3yr Select Subscription 24x7 Support E-LTU

HPE Machine Learning Ops 3yr Select Subscription 24x7 Support E-LTU

R4T68AAE

HPE Machine Learning Ops 3yr Select Subscription 9x5 Support E-LTU

HPE Machine Learning Ops 3yr Select Subscription 9x5 Support E-LTU

R4T69AAE

Pagina 1 di 5

Novità

  • Sfrutta la potenza dei container per la creazione di stack complessi di apprendimento automatico e deep learning, compresi TensorFlow, Apache Spark su Yarn con Kerberos, H2O e toolkit Python ML e DL
  • Implementazione di ambienti di apprendimento distribuiti e scalabili, ML e DL, in pochi minuti anziché in mesi: on premise, cloud pubblici o modelli ibridi.
  • Utilizza la selezione di strumenti per supportare i flussi ML più complessi. Per esempio, inizia con la preparazione dei dati in Spark, seguita dalla formazione in TensorFlow su GPU e l'implementazione su CPU con il runtime TensorFlow.
  • Implementazione di processi CI/CD per i progetti ML con un registro di modelli. Il registro di modelli archivia modelli e versioni create all'interno di HPE ML Ops oltre a quelli creati utilizzando piattaforme/strumenti diversi.
  • Migliora l'affidabilità e la riproducibilità di progetti ML su una repositori di progetti condivisa (GitHub).
  • Distribuzione di modelli in produzione con sviluppo di endpoing affidabili, scalabili e dall'elevata disponibilità con scalabilità automatica e bilanciamento del carico pronti all'uso.

Caratteristiche principali

Time to value più rapido

Gestione e provisioning delle infrastrutture grazie a un'interfaccia utente grafica intuitiva.

Provisioning di sviluppo, test o ambienti di sviluppo in pochi minuti piuttosto che in intere giornate.

Onboarding veloce di nuovi data scientist con una buona scelta di strumenti e linguaggi, senza la creazione di ambienti di sviluppo in silo.

Maggiore produttività

I data scientist dedicano il proprio tempo alla costruzione di modelli e all'analisi dei risultati, piuttosto che attendere che vengano completati i lavori di formazione.

BlueData, acquisita di recente da Hewlett Packard Enterprise, contribuisce a evitare la perdita di accuratezza sul degrado delle prestazioni in ambienti multi-tenant.

Miglioramento di collaborazione e riproducibilità con la condivisione di codice, progetto e repository di modelli.

Riduzione del rischio

Sicurezza di livello aziendale e controlli di accesso sull'elaborazione e sui dati.

Il monitoraggio dell'orientamento fornisce la governance di modelli e la verificabilità per la conformità normativa.

Le integrazioni con software di terzi forniscono una buona interpretabilità.

Le distribuzioni a elevata disponibilità contribuiscono a garantire l'assenza di errori nelle applicazioni critiche.

Flessibilità ed elasticità

Distribuzione on-premise, cloud o in un modello ibrido per rispondere ai requisiti aziendali.

Scalabilità automatica dei cluster per rispondere ai requisiti dei carichi di lavoro dinamici.

* Il prezzo può variare in base al rivenditore locale.

Come possiamo aiutarti?

Ottieni consigli, risposte e soluzioni quando ti servono. Per domande generiche, scrivici all’indirizzo hpestore.quote-request@hpe.com

È possibile aggiungere un massimo di 4 articoli per il confronto.