Solve Your AI Challenges with These AI Open-Source Tools

Mike McNamara

2021-03-09

199 閲覧

As organizations increase their use and spending ($110.7 billion by 2024) on artificial intelligence (AI) and machine learning (ML), they face challenges in data management, deployment complexity, and data availability. Many frameworks and toolkits in the industry attempt to make data more scalable and easier to deploy, but most fail to address the crucial challenge of data management and data availability. Many also feature proprietary data platforms that lack proven, enterprise-class reliability.

The NetApp^® AI Control Plane and Data Science Toolkit address these challenges. They simplify data management, streamline AI workflows, and help you get the most out of your data.

AI Control Plane and Data Science Toolkit

The AI Control Plane is a full-stack solution for managing AI data and experimentation; it integrates Kubernetes and Kubeflow with a data fabric enabled by NetApp. Kubernetes, the industry-standard container orchestration platform for cloud-native deployments, makes workloads more scalable and portable. Kubeflow is an open-source ML platform that simplifies management and deployment. And when your data fabric is powered by NetApp, you get uncompromising data availability and portability so that your data is accessible across the pipeline, from edge to core to cloud.

The NetApp Data Science Toolkit is a Python library that makes it easy for data scientists and data engineers to perform numerous data management tasks. These tasks include provisioning a new data volume, cloning a data volume almost instantaneously, and creating a NetApp Snapshot™ copy of a data volume for traceability and baselining. Traceability can add hours to AI operations—hours that the data scientist spends waiting instead of experimenting. The Data Science Toolkit reduces those hours to seconds.

The Data Science Toolkit also enhances the NetApp AI Control Plane by making it much easier to manage data. For example, a data scientist working on a Jupyter Notebook that was provisioned using the AI Control Plane can use the toolkit to implement a data management task in one simple line of Python code. The toolkit can also integrate advanced NetApp data management capabilities into other MLOps platforms—including custom and homegrown platforms—or serve as a standalone solution for teams that don’t need the overhead of a full-blown MLOps platform.

Watch these short videos to see how you can provision a new data volume in minutes and almost instantaneously create an exact copy of a data volume—all using the Data Science Toolkit.

Provision a new data volume

Near-instantaneously clone a data volume

The AI Control Plane and Data Science Toolkit are compatible with NetApp Cloud Volumes ONTAP^®software, so teams can use on-demand cloud compute resources in AWS, Microsoft Azure, or Google Cloud. To learn more, visit our NetApp AI page.

Mike McNamara

Mike McNamaraは、NetAppの製品およびソリューションマーケティング担当シニアリーダーであり、25年以上にわたってデータ管理とクラウドストレージマーケティングに携わってきました。10年以上前にNetAppに入社する前は、Adaptec、Dell EMC、HPEで勤務していました。また、主要なチームリーダーとして、ファーストパーティのクラウドストレージサービスや、業界初のクラウド対応AI/MLソリューション（NetApp）、ユニファイドスケールアウトおよびハイブリッドクラウドストレージシステムおよびソフトウェア（NetApp）、iSCSIおよびSASストレージシステムおよびソフトウェア（Adaptec）、ファイバチャネルストレージシステム（EMC CLARiX）の発売を推進しました。過去には、Fibre Channel Industry Associationのマーケティング分野の議長を務めたこともあり、Ethernet Technology Summitの諮問会議や、Ethernet Allianceの現役メンバーとして、業界誌に頻繁に寄稿しているほか、各種イベントにスピーカーとして数多く登壇しています。さらに、FriesenPressより『Scale-Out Storage - The Next Frontier in Enterprise Data Management』というタイトルの書籍を発行しているほか、KaposによりB2B製品マーケティング担当トップ50に選出されたこともあります。

Mike McNamaraのすべての投稿を見る

次のステップ

ブログ

クラウドからオンプレミスまで、様々なストレージやテクノロジの最新トレンドや開発状況に関する情報を入手しませんか？あらゆる分野の最新動向をご紹介します。

ブログを読む

コミュニティ

幅広いトピックスのオープンフォーラムで質問を投稿したり、回答を共有したりできます。また、お客様にとって最も関心の高い、NetAppのテクノロジの効果的な活用について知ることもできます。

ディスカッションに参加する