Find Us On Social Media :

Cara NetApp dan NVIDIA Perkuat Deep Learning dengan Arsitektur AI

By Adam Rizal, Jumat, 3 Agustus 2018 | 16:30 WIB

Ontap AI

NetApp memperkenalkan NetApp ONTAP yang mengusung arsitektur kecerdasan buatan (ASI), super komputer NVIDIA DGX dan NetApp AFF A800 cloud-connected all-flash storage.

Terobosan itu membantu NetApp dan NVIDIA menyederhanakan, mengakselerasi, dan memberikan skalabilitas akses data di seluruh edge computing, core computing dan cloud computing, untuk implementasi deep learning dan membantu para pelanggan meraih dampak bisnis nyata dengan AI.

Ritu Jyoti (Program Vice President IDC) mengatakan saat ini banyak perusahaan yang sudah mulai mengadopsi platform, tools, dan praktik AI tetapi permasalahannya sebagian besar mereka tidak memiliki kendali yang cukup terhadap kelengkapan data.

"Kesuksesan dengan AI tergantung pada pendekatan bisnis terhadap data," katanya.

Jyoti mengatakan perusahaan atau organisasi harus memiliki visibilitas dan kendali terhadap data mereka mulai dari edge, core, sampai cloud untuk menghasilkan penggunaan AI yang efektif dan menyiapkan bisnis untuk aplikasi-aplikasi AI terbaru di masa depan.

"Banyak perusahaan dalam segala ukuran dan dari seluruh penjuru industri tengah menyiapkan jalan menuju AI untuk menyelesaikan berbagai permasalahan nyata, terutama untuk perusahaan skala enterprise," ucapnya.

"Meskipun AI merupakan hal yang menarik, model-model dan workload AI merupakan hal yang tidak mudah untuk diimplementasikan, dan banyak organisasi yang mengalami kesulitan dengan hal ini," ujarnya

NetApp ONTAP memiliki arsitektur AI yang telah teruji dan merupakan solusi yang kuat untuk membantu pengguna mengakselerasi hasil bisnis yang didorong oleh AI dan mengatasi berbagai hambatan implementasi AI.”

"NetApp ONTAP AI yang menggunakan super komputer dari NVIDIA DGX dengan NetApp all-flash storage menyederhanakan dan mengakselerasi pipeline data untuk deep learning," kata Octavian Tanase, Senior Vice President, ONTAP, NetApp.

Tanase mengatakan banyak perusahaan sedang melakukan investasi yang signifikan untuk AI tetapi mereka kurang memperhatikan infrastruktur untuk mengoptimalkan data proyek-proyek AI dan memberikan skalabilitas untuk aplikasi dan workflow mereka untuk menghasilkan dampak bisnis yang signifikan.

"Solusi data yang terhubung cloud dari NetApp dan arsitektur baru yang telah terbukti dengan NVIDIA GTX menciptakan satu lingkungan data tunggal untuk AI. Hal ini memberikan kendali, akses, dan performa yang diperlukan para pelanggan untuk menyediakan data yang tepat di waktu yang tepat dan di lokasi yang tepat untuk aplikasi-aplikasi AI," ucapnya.

Dengan memanfaatkan NetApp data Fabric, ONTAP AI memungkinkan perusahaan untuk menciptakan pipeline data yang mulus dan mencakup keseluruhan komputasi edge sampai core dan cloud.

Pipeline itu mengintegrasikan sumber-sumber data yang beragam, dinamis dan terdistribusi, dengan kendali dan perlindungan penuh. Dengan kemampuan dan kapasitas pemrosesan yang massif, ONTAP AI menghilangkan hambatan performa dan memungkinkan akses terhadap data yang aman dan tanpa gangguan dari berbagai sumber dan format data.

"Kombinasi NVIDIA GTX dan NetApp All-Flash Arrays memenuhi tantangan-tantangan infrastruktur dari implementasi AI saat ini," ujar Jim McHugh (Vice President and General Manager of Deep Learning Systems at NVIDIA).

"Kepempimpinan NVIDIA dalam bidang AI dan komputasi GPU, digabungkan dengan inovasi NetApp dalam hal all-flash storage systems, memberikan pelanggan cara yang lebih cepat untuk mengimplementasikan AI dengan performa yang telah terbukti dan model operasi yang telah disederhanakan," pungkasnya.

ONTAP AI merupakan arsitektur terbukti hasil kerja sama antara NetApp dan NVIDIA yang menggabungkan solusi GPU terkuat di dunia dengan sistem dan software penyimpanan data cloud-connected flash tercepat di dunia.

Beberapa fitur dan manfaat yang dihadirkan adalah:

● Implementasi yang mudah. Mulai dengan AI lebih cepat dengan menghilangkan desain yang kompleks dan ketidakpastian. ● Skalabilitas tanpa batas. Organisasi yang tengah memulai dengan deep learning dapat memulai dengan konfigurasi 1:1 dan scale out seiring dengan pertumbuhan data mereka, sampai dengan konfigurasi 1:5 dan seterusnya.● Beroperasi dengan percaya diri. Desain solusi dengan ketersediaan tinggi, ditambah dengan storage dan koneksi network dan server yang redundant.