Pure Storage har förbättrat sina erbjudanden för att stödja applikationer med artificiell intelligens (AI) och blivit bland de första företagsdatalagringsleverantörerna att uppnå NVIDIA DGX BasePOD-certifiering för sin AI Ready Infrastructure (AIRI). Dessutom levererar Pure nu, i samarbete med Cisco, nya Cisco Validated Designs för FlashStack för AI. Tillsammans gör dessa förbättringar det möjligt för företag att komma åt data effektivt och tillförlitligt, avgörande för att implementera nya AI-applikationer och grunden för skalbara affärsresultat.
Företagets datalagringsplattform anses vara en av de mest omfattande på marknaden och ger oöverträffad effektivitet och prestanda genom hela AI-arbetsflödet, som inkluderar datakurering, modellträning och slutledning. Detta gäller för alla stadier av AI-anpassning mellan företag. Pure Storage har drivit ledande AI-initiativ över hela världen, utrustat kunder med möjligheten att starta AI-projekt i vilken skala som helst och erbjudit en datalagringsbas som kan expandera med förändrade behov.
AI-Ready Infrastructure Reference Model
En av de betydande framstegen i Pure Storages portfölj är referensarkitekturen för AI-Ready Infrastructure (AIRI) som utvecklats tillsammans med NVIDIA. Sedan introduktionen av FlashBlade 2017 och AIRI 2018 har Pure Storage varit ledande inom optimerad AI-lagring. AIRI, byggd på NVIDIA DGX BasePOD-referensarkitekturen för AI och använder den senaste FlashBlade//S-lagringsplattformen, möjliggör enkel och snabb skalning av AI-distributioner, vilket gör att företag kan fokusera på att få insikter istället för IT-hantering.
Ett annat viktigt erbjudande är FlashStack för AI , skapat i samarbete med Cisco, vilket hjälper IT-team att hantera nya AI-applikationsstackar och datapipelines. Cisco Validated Designs för AI-accelererade FlashStack och NVIDIA AI Enterprise-lösningar ger en handbok för automatisering, vilket gör det möjligt för företag att distribuera vanliga AI-modeller effektivt och säkert.
Portworx från Pure Storage adresserar komplexiteten i AI-arbetsbelastningar i containerbaserade miljöer. Det förbättrar produktiviteten inom datavetenskap genom att möjliggöra snabb installation av anteckningsböcker och pipelines, vilket underlättar flexibilitet i modellträning och förutsägelser. Portworx tillhandahåller också dataskydd i olika steg av pipelinen och bidrar till kostnadsbesparingar genom att förbättra utnyttjandet av lagringsresurser i multimolnmiljöer.
Att hålla AI-resan flexibel
När efterfrågan på AI växer, har Pure Storage proaktivt levererat en högpresterande, containerfärdig datalagringsplattform som lämpar sig för de mest avancerade AI-projekten. Denna plattform stödjer utvecklingen av storskaliga AI-träningsmiljöer och implementering av komplexa AI-modeller, vilket erbjuder flexibilitet för kundernas AI-resor.
Företag antar snabbt AI för att förbättra beslutsfattande, operativ effektivitet och skalbarhet. Utmaningen med att effektivt integrera AI ligger dock i att etablera den korrekta datalagringsinfrastrukturen. Sådan infrastruktur måste säkerställa att data är omedelbart tillgänglig, överensstämmer med behov, policy och säkerhet, samtidigt som kostnaderna kontrolleras. Pure Storage tillhandahåller en effektiv, högpresterande lösning som uppfyller dessa AI-krav. Den är automatiserad, motståndskraftig och skalbar, designad för att anpassa sig till förändrade behov och stödja ett brett utbud av högpresterande AI-applikationer.
Resultaten från undersökningen "Drivkrafter för förändring".
Dessutom, i ett samarbete med Wakefield Research, har Pure Storage avslöjat en rapport med titeln "Drivers of Change: Meeting the Energy and Data Challenges of AI Adoption." Den här publikationen understryker den kritiska karaktären av att se över datainfrastrukturen för att maximera fördelarna med AI-teknik, hantera energiutgifter effektivt och anpassa sig till företagets miljömål.
Höjdpunkter från undersökningen, som tillfrågade 500 IT-köpare från företag med över 500 anställda i USA och Europa, inkluderar:
- En betydande ökning av kraven på datorkraft kopplat till AI-användning, med 88 procent av användare som rapporterar en dramatisk ökning. Noterbart är att nästan hälften har behövt fördubbla, om inte mer, sin datorkapacitet efter AI-integrering.
- Det råder en bristande beredskap för energikraven från AI, eftersom 73 procent av IT-köparna medgav att de inte var helt redo för den energiförbrukning som AI innebär.
- Erkännandet av att AI inte bara förbrukar energi utan också kräver förbättringar av datahantering. Specifika områden för uppgradering inkluderar datahanteringsverktyg (48 procent), processer (46 procent) och lagringsinfrastruktur (46 procent).
- En nästan universell trend (96 procent) mot uppdateringar av IT-infrastruktur, där 29 procent av IT-köparna indikerar att en fullständig översyn är nödvändig på grund av AI.
- Effekten av dessa uppgraderingar på hållbarhetsmålen, med 89 procent rapporterade svårigheter att uppnå ESG-mål efter AI-antagande. För att komma till rätta med detta avser 60 procent av dem som har antagit eller planerar att använda AI-teknik inom ett år att investera i mer energieffektiv hårdvara för att uppfylla ESG-åtaganden.
Den ökande användningen av AI inom olika sektorer indikerar en avgörande förändring i affärsverksamheten, men många organisationer stöter på brister i infrastrukturen. Dessa brister utgör ett betydande hinder för att utnyttja AI:s fulla potential, särskilt när det gäller att stödja viktiga företagsstrategier och miljömål. Undersökningen återspeglar en vanlig uppfattning bland IT-proffs – att minska koldioxidavtrycket är ett akut problem, och att optimera IT-infrastrukturen är avgörande för att framgångsrikt kunna använda AI-teknik.
Amazon