로드 중...
true

추가 정보

정렬 기준:
42개의 항목 중 1~ 10개
페이지 1 / 5

새로운 기능

  • 컨테이너를 활용하여 TensorFlow, Apache Spark on Yarn(Kerberos 포함), H2O, Python ML 및 DL 툴킷을 포함한 복잡한 기계 학습 및 딥 러닝 스택을 생성할 수 있습니다.
  • 온프레미스, 퍼블릭 클라우드 또는 하이브리드 모델에서 몇 개월이 아닌 몇 분 만에 분산된 확장 가능한 ML 및 DL 교육 환경을 활용할 수 있습니다.
  • 원하는 툴을 사용하여 매우 복잡한 ML 플로우도 지원할 수 있습니다. 예를 들어 Spark에서 데이터 준비로 시작하고, GPU에서 TensorFlow 교육, TensorFlow 런타임으로 CPU에 배포가 가능합니다.
  • 모델 레지스트리로 ML 프로젝트의 CI/CD 프로세스를 구현할 수 있습니다. 모델 레지스트리는 HPE Ezmeral ML Ops와 다른 툴/플랫폼을 사용해 생성된 솔루션에 모델과 버전을 저장합니다.
  • 공유 프로젝트 리포지토리(GitHub)에서 ML 프로젝트의 안정성과 복제가 개선됩니다.
  • 즉시 사용 가능한 자동 확장과 로드 밸런싱을 지원하는 안정적이고 확장 가능한 고가용성 엔드포인트 배포로 모델을 배포할 수 있습니다.

주요 기능

더 빨라진 가치 실현

직관적인 그래픽 사용자 인터페이스를 통해 인프라 관리 및 프로비저닝이 가능합니다.

며칠이 아닌 몇 분 만에 환경의 개발 프로비저닝, 테스트 또는 프로덕션이 가능합니다.

사일로화된 개발 환경을 생성하지 않고 원하는 툴과 언어로 새로운 데이터 과학자를 신속하게 온보딩할 수 있습니다.

생산성 향상

데이터 과학자는 교육 작업 완료를 대기하는 것보다 모델 구축 및 결과 분석에 시간을 활용합니다.

HPE Ezmeral Container Platform은 멀티 테넌트 환경에서 정확성이나 성능이 저하되지 않습니다.

공유 코드, 프로젝트 및 모델 리포지토리로 협업과 재현성을 강화하십시오.

위험 완화

컴퓨팅과 데이터에 엔터프라이즈 등급 보안 및 액세스 제어를 제공합니다.

계열 추적으로 규제 준수에 대한 모델 거버넌스 및 감사 가능성을 제공합니다.

타사 소프트웨어와의 통합으로 해석 가능성을 제공합니다.

고가용성 배포로 크리티컬 애플리케이션의 성공적인 실행을 보장합니다.

유연성 및 탄력성

비즈니스 요구 사항에 적합하게 온프레미스, 클라우드 또는 하이브리드 모델에 배포 가능합니다.

클러스터의 자동 확장으로 동적 워크로드의 요구 사항을 처리합니다.

* 예상 가격으로, 부가가치세가 포함되어 있습니다.

도움이 필요하십니까?

HPE 전문가들에게 궁금한 점을 묻고 조언과 답변, 솔루션을 얻어 보십시오. 일반 문의 사항이 있을 경우,다음 이메일로 문의하십시오 hpestore.quote-request@hpe.com

원하는 대상을 찾으셨습니까?

귀사에 맞는 제품을 찾는 데 도움이 필요하십니까?

HPE의 제품 전문가들은 귀사의 가능성을 실현하고 비즈니스 문제를 해결할 수 있는 제품과 서비스를 찾아 드리기 위해 언제든지 채팅할 준비가 되어 있습니다.

비교를 위해 최대 4개의 품목을 추가할 수 있습니다.