Firma Seagate zaprezentowała platformę Lyve Cloud Analytics, kompleksowe rozwiązanie analityczne oparte na chmurze, które obejmuje funkcje pamięci masowej, obliczeniowej i analitycznej. Zostało ono zaprojektowane specjalnie po to, aby pomóc klientom Lyve Cloud obniżyć całkowity koszt posiadania i skrócić czas potrzebny na uzyskanie korzyści w zakresie operacji DataOps i uczenia maszynowego.
Klienci będą mogli wykorzystać otwartą architekturę jeziora danych do analityki w skali petabajtów, co jeszcze bardziej skróci czas wdrożenia. Seagate deklaruje również oszczędności kosztów sięgające 40% w porównaniu z konkurencją.
Seagate wykorzystuje własne doświadczenie produkcyjne, aby oferować wstępnie skonfigurowane, kompleksowe rozwiązania w zakresie kodu analitycznego do analizy szeregów czasowych, zarządzania danymi tabelarycznymi i analizy obrazów. W ofercie znajdują się również usługi profesjonalne, które mogą potencjalnie skrócić czas wdrożenia analityki w środowisku produkcyjnym z 12-18 miesięcy do mniej niż 4 miesięcy, twierdzi Seagate.
Największe korzyści z platformy Lyve Cloud Analytics odniosą przedsiębiorstwa produkcyjne i inne przedsiębiorstwa przetwarzające dane o skali wielopetabajtowej, w tym z branży półprzewodników, opieki zdrowotnej, handlu detalicznego i energetyki. Wstępnie skonfigurowana, kompleksowa oferta (opracowana we współpracy i integracji z różnymi wiodącymi dostawcami usług analitycznych i obliczeniowych) zapewnia organizacjom inteligentne i gotowe do użycia rozwiązanie, które może być wykorzystywane zarówno do innowacji, jak i rozwoju.
Seagate wskazuje na następujące inne korzyści wynikające ze swojej nowej platformy analitycznej:
- Przenoś dane między chmurami brzegowymi, rdzeniowymi i publicznymi z dużą opcjonalnością, bez blokad i opłat oraz przy pełnej interoperacyjności.
- Umożliwiaj zautomatyzowane przyspieszenie uczenia maszynowego zorientowane na produkcję dzięki narzędziom do samodzielnej nauki danych i wbudowanym akceleratorom analitycznym.
- Dodaj pełnowymiarową platformę z gotowymi do użycia modelami DataOps/MLOps i kompleksowym wsparciem naszego zespołu naukowców zajmujących się danymi.
Amazon