Firma Pure Storage rozszerzyła swoją ofertę o obsługę aplikacji sztucznej inteligencji (AI), stając się jednym z pierwszych dostawców korporacyjnych pamięci masowych, którzy uzyskali certyfikat NVIDIA DGX BasePOD dla swojej infrastruktury AI Ready (AIRI). Ponadto, Pure, we współpracy z Cisco, oferuje nowe, zatwierdzone przez Cisco projekty FlashStack dla AI. Wszystkie te usprawnienia umożliwiają przedsiębiorstwom wydajny i niezawodny dostęp do danych, co jest kluczowe dla wdrażania nowych aplikacji AI i stanowi podstawę skalowalnych wyników biznesowych.
Platforma firmy do przechowywania danych jest uznawana za jedną z najbardziej kompleksowych na rynku, zapewniając niezrównaną wydajność i efektywność w całym procesie AI, obejmującym gromadzenie danych, trenowanie modeli i wnioskowanie. Dotyczy to wszystkich etapów wdrażania AI w przedsiębiorstwach. Pure Storage wspiera wiodące inicjatywy AI na całym świecie, umożliwiając klientom uruchamianie projektów AI w dowolnej skali i oferując fundament do przechowywania danych, który można rozbudowywać wraz ze zmieniającymi się potrzebami.
Model referencyjny infrastruktury gotowej na sztuczną inteligencję
Jednym z istotnych osiągnięć w ofercie Pure Storage jest architektura referencyjna AI-Ready Infrastructure (AIRI), opracowana we współpracy z firmą NVIDIA. Od wprowadzenia FlashBlade w 2017 roku i AIRI w 2018 roku, Pure Storage jest liderem w dziedzinie zoptymalizowanych rozwiązań pamięci masowej dla sztucznej inteligencji. AIRI, zbudowana na architekturze referencyjnej NVIDIA DGX BasePOD dla sztucznej inteligencji i wykorzystująca najnowszą platformę pamięci masowej FlashBlade//S, umożliwia łatwe i szybkie skalowanie wdrożeń AI, umożliwiając przedsiębiorstwom skupienie się na pozyskiwaniu analiz zamiast na zarządzaniu IT.
Kolejną kluczową ofertą jest FlashStack for AI , stworzony we współpracy z Cisco, który pomaga zespołom IT w zarządzaniu nowymi stosami aplikacji AI i potokami danych. Rozwiązania Cisco Validated Designs for AI-accelerated FlashStack i NVIDIA AI Enterprise stanowią zbiór zasad automatyzacji, umożliwiając przedsiębiorstwom wydajne i bezpieczne wdrażanie popularnych modeli AI.
Rozwiązanie Portworx firmy Pure Storage rozwiązuje problemy związane ze złożonością obciążeń AI w środowiskach kontenerowych. Zwiększa produktywność analizy danych, umożliwiając szybką konfigurację notebooków i potoków, a tym samym usprawniając trenowanie modeli i prognozowanie. Portworx zapewnia również ochronę danych na różnych etapach potoku i przyczynia się do oszczędności kosztów poprzez lepsze wykorzystanie zasobów pamięci masowej w środowiskach wielochmurowych.
Zachowanie elastyczności podróży AI
W obliczu rosnącego zapotrzebowania na sztuczną inteligencję (AI), Pure Storage proaktywnie dostarczyło wysoce wydajną platformę pamięci masowej, gotową do obsługi kontenerów, odpowiednią dla najbardziej zaawansowanych projektów AI. Platforma ta wspiera rozwój środowisk szkoleniowych AI na dużą skalę i wdrażanie złożonych modeli AI, oferując klientom elastyczność w zakresie wdrażania rozwiązań AI.
Przedsiębiorstwa szybko wdrażają sztuczną inteligencję (AI), aby usprawnić proces podejmowania decyzji, zwiększyć wydajność operacyjną i skalowalność. Jednak wyzwaniem efektywnej integracji AI jest stworzenie odpowiedniej infrastruktury do przechowywania danych. Taka infrastruktura musi zapewniać natychmiastowy dostęp do danych, zgodność z potrzebami, polityką i bezpieczeństwem, a jednocześnie kontrolować koszty. Pure Storage oferuje wydajne i wydajne rozwiązanie, które spełnia te wymagania w zakresie AI. Jest ono zautomatyzowane, odporne i skalowalne, zaprojektowane tak, aby dostosowywać się do zmieniających się potrzeb i obsługiwać szeroką gamę wysokowydajnych aplikacji AI.
Wyniki ankiety „Czynniki napędzające zmiany”
Co więcej, we współpracy z Wakefield Research, Pure Storage opublikowało raport zatytułowany „Czynniki zmiany: stawianie czoła wyzwaniom energetycznym i związanym z danymi związanym z wdrażaniem sztucznej inteligencji”. Publikacja ta podkreśla kluczowe znaczenie ponownego przemyślenia infrastruktury danych w celu maksymalizacji korzyści płynących z technologii sztucznej inteligencji, efektywnego zarządzania wydatkami na energię i dostosowania jej do celów środowiskowych przedsiębiorstwa.
Oto najważniejsze informacje z badania, w którym wzięło udział 500 nabywców sprzętu IT z firm zatrudniających ponad 500 osób w USA i Europie:
- Znaczny wzrost zapotrzebowania na moc obliczeniową związany z wdrażaniem sztucznej inteligencji (AI) – 88% użytkowników deklaruje gwałtowny wzrost. Co ciekawe, prawie połowa musiała podwoić, a nawet zwiększyć, swoją moc obliczeniową po integracji AI.
- Brakuje przygotowania na zapotrzebowanie energetyczne sztucznej inteligencji. 73 procent nabywców sprzętu IT przyznało, że nie są w pełni gotowi na zużycie energii, jakie niesie ze sobą sztuczna inteligencja.
- Uznanie, że sztuczna inteligencja nie tylko zużywa energię, ale także wymaga usprawnień w zarządzaniu danymi. Konkretne obszary modernizacji obejmują narzędzia do zarządzania danymi (48%), procesy (46%) i infrastrukturę pamięci masowej (46%).
- Prawie wszyscy (96 procent) zdają się dążyć do aktualizacji infrastruktury IT, przy czym 29 procent kupujących sprzęt IT wskazuje, że konieczna jest całkowita przebudowa ze względu na sztuczną inteligencję.
- Wpływ tych ulepszeń na cele zrównoważonego rozwoju – 89% firm zgłasza trudności w osiągnięciu celów ESG po wdrożeniu sztucznej inteligencji. Aby temu zaradzić, 60% firm, które wdrożyły lub planują wdrożyć technologie sztucznej inteligencji w ciągu roku, zamierza zainwestować w bardziej energooszczędny sprzęt, aby spełnić zobowiązania ESG.
Rosnąca adopcja sztucznej inteligencji (AI) w różnych sektorach wskazuje na zasadniczą zmianę w działalności biznesowej, jednak wiele organizacji boryka się z niedostatkami infrastruktury. Te niedociągnięcia stanowią istotną barierę w wykorzystaniu pełnego potencjału AI, szczególnie w zakresie wspierania kluczowych strategii korporacyjnych i celów środowiskowych. Badanie odzwierciedla powszechne przekonanie specjalistów IT, że redukcja śladu węglowego jest palącym problemem, a optymalizacja infrastruktury IT jest niezbędna do skutecznego wdrożenia technologii AI.
Projekt zatwierdzony przez Cisco
Amazon